El Algoritmo de la verdad

Jorge Sainz

La reclusión que han experimentado muchos ciudadanos a lo largo del planeta, el debido a la pandemia del coronavirus, ha disparado las cifras de consumo de noticias de internet por las redes sociales (Wiederhold, 2020). Los bulos creados a lo largo de todo el planeta sobre su impacto, cómo es el contagio, su tratamiento o las leyendas urbanas sobre su creación, han afectado a cómo Estados soberanos han dado respuesta a la crisis y han sido entretenimiento para miles de personas durante estos meses (Rosenberg, et al, 2020).

Investigación y algoritmos sobre la respuesta de los ciudadanos ante la crisis

Muchos investigadores comenzamos en febrero, y a medida de cómo se iban desarrollando los acontecimientos, a recolectar en Twitter todas las noticias bajo la palabra clave COVID-19 o coronavirus. Nuestro objetivo era desarrollar algoritmos que analizasen la respuesta de los ciudadanos ante la crisis en las redes sociales. Nuestros primeros resultados provienen del análisis de la primera quincena del mes de marzo en España. Para ese periodo tomamos de forma aleatoria cerca de 100.000 tuits sobre el tema, y con ellos hemos tratado de analizar cómo evolucionó la visión de la sociedad española sobre la pandemia en Twitter durante ese periodo inicial, justo antes de la declaración de alarma por parte del gobierno.

Los resultados son cuanto menos interesantes, y esperanzadores en cuanto a la investigación. Lo que más me ha llamado la atención es que hay muchas noticias que provienen de los sospechosos habituales. En España, éstas son satélites de agencias de noticias vinculadas a países conocidos por su interés en generar desinformación, y que según nuestros resultados, diseminaban noticias más deprisa de lo que se diseminaba el virus. Al analizar su estructura a través del algoritmo qué hemos desarrollado para procesar lenguaje, llama la atención qué sus autores no tienen una posición fija sobre la pandemia. Es decir, cambian de opinión sobre la gravedad de un tweet al siguiente, promoviendo informaciones diversas y contrapuestas con el único fin, creo, de confundir a los usuarios.

También hemos descubierto un hecho que sesga todos los datos en España. La celebración del día de la mujer trabajadora el 8 de marzo. Este hecho nos permite ver varias estrategias relevantes. La primera, de forma misteriosa han desaparecido las opiniones vertidas en la plataforma por los creadores de opinión habituales vinculados con la manifestación que se produjo en Madrid ese domingo. La segunda, que muchos de los agitadores en redes por parte de los contrarios a dicha demostración provenían de las fuentes dudosas anteriormente citadas, mientras que, ellos mismos, lanzaban mensajes a favor de la convocatoria.

Las noticias falsas pueden promover la polarización y el enfrentamiento de la población

Nuestros algoritmos están entrenados para determinar si las opiniones están planteadas desde un punto de vista positivo o negativo. Su objetivo es determinar el apoyo qué tienen ciertas medidas de política en grupos de presión. Pero el resultado que hemos obtenido, claramente implica que durante este periodo las noticias falsas colaboraron a la hora de enfrentar y polarizar a la población.

Recientemente, el Banco Mundial ha publicado un estudio que demuestra que la mayor parte de los ciudadanos han tomado medidas para protegerse de los contagios, independientemente de la normativa restrictiva emitida por las autoridades sanitarias (Maloney y Taskin, 2020). Es decir, una vez que la población asumió que existía riesgo, los ciudadanos se autoimponían las medidas de seguridad, sin la necesidad de que las medidas estuviesen en vigor. Por eso la información, o más bien la desinformación, que han recibido los ciudadanos a través de las redes, se ha convertido en determinante para la toma de decisiones de los individuos y ha podido costar vidas.

La existencia de algoritmos permite discernir las tendencias de esa información. Al igual que nosotros, hay cientos de investigadores trabajando en la actualidad en ese ámbito, diseñando algoritmos que deberían servir para proteger a la población de esas noticias frente a quien se dedica a crearlas. Los sistemas actuales de verificaciones ex post son, muchas veces, insuficientes para generar la advertencia que se necesitan en situaciones como la actual y hay que recurrir a procesos guiados de Inteligencia Artificial.

Las plataformas deberían replantearse el desarrollo este tipo de algoritmos de limpieza que hasta ahora han tenido un éxito limitado y que, en el caso de España, han exacerbado la polarización de la sociedad con acusaciones de parcialidad que, seguramente, no se corresponden a la realidad. Al fin y al cabo, no creo que haya nada mejor para luchar contra los algoritmos de desinformación, qué otro algoritmo, un algoritmo de la verdad.

Autor: Jorge Sainz, Catedrático de Economía Aplicada, Universidad Rey Juan Carlos

Referencias:

Maloney, W. F., & Taskin, T. (2020). Determinants of Social Distancing and Economic Activity during COVID-19: A Global View. World Bank Policy Research Working Paper, (9242).

Rosenberg, H., Syed, S., & Rezaie, S. (2020). The Twitter pandemic: The critical role of Twitter in the dissemination of medical information and misinformation during the COVID-19 pandemic. Canadian Journal of Emergency Medicine, 1-4.

Wiederhold, B. K. (2020). Using social media to our advantage: Alleviating anxiety during a pandemic. Cyberpsychology, Behavior, and Social Networking, 23(4), 197-198.