Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Vol. 26 Núm. 114 (2022)
Comunicación, Negacionismo, Ideología y Ciencia

Monográfico

Información errónea sobre la vacuna Covid-19 en Brasil:: midiendo el alcance y los impactos de las noticias falsas en la salud

https://doi.org/10.26807/rp.v26i114.1951

Publicado 10/26/2022

  • Fernanda Vasques Ferreira
    • ,
  • Rafiza Varão
    • ,
  • Marco Boselli

Fernanda Vasques Ferreira
Universidade Católica de Brasília (UCB)

Rafiza Varão
Universidade de Brasília (UnB)

Marco Boselli
Universidade Federal de Uberlândia (UFU)

Resumen

En este texto, discutimos el uso de bots e inteligencia artificial (IA) para combatir el fenómeno de las noticias falsas y la desinformación en el contexto de la pandemia Covid-19. Para ello, seleccionamos contenido sobre vacunas que fueron revisados ​​y difundidos por tres agencias brasileñas de verificación de datos, así como contenido sobre agentes inmunizantes en Twitter. Un bot en código Python midió la relación y alcance de estos contenidos, evaluando posibles impactos en el complejo contexto social brasileño, en mayo de 2021. Se advierte que el uso de IA puede reducir los impactos de las fake news en el ecosistema mediático. Destacamos la importancia de verificar la información y la necesidad de que tenga un alcance y velocidad similar a la difusión de noticias falsas para salvar vidas humanas preveniendo por la comunicación.

Palabras clave

desinformación; bots; COVID-19; vacunas.

PDF (Português (Brasil))

Biografía del autor/a

Fernanda Vasques Ferreira

Doutoranda em Comunicação pela Universidade de Brasília, mestre em Comunicação pela mesma instituição. Professora dos cursos de Jornalismo e Comunicação Social - Publicidade e Propaganda da Universidade Católica de Brasília (UCB)

Rafiza Varão

Doutora em Comunicação pela Universidade de Brasília (UnB), professora do departamento de Jornalismo da Universidade de Brasília (UnB) e coordenadora da Rede Nacional de Observatórios da Imprensa (RENOI). Professora visitante da Universidade de Concordia, Montreal, Canadá. Dedica-se a estudos na área de jornalismo, teorias da comunicação, ética e desinformação. Membra do grupo de pesquisa GINC - Grupo de Estudos Multidisciplinares em Linguagens, Comunicação e Cultura.

Marco Boselli

Pós-Doutorado na Université Pierre et Marie Curie, LISE/CNRS, França. Doutorado em Física pela Universidade Estadual de Campinas. Professor Associado da Universidade Federal de Uberlândia (UFU). Membro do grupo de pesquisa GINC - Grupo de Estudos Multidisciplinares em Linguagens, Comunicação e Cultura.

Citas

  1. Abonizio, H. Q., Morais, J. I., Tavares, G. M. & Barbon Junior, S. (2020). Language-Independent Fake News Detection: English, Portuguese, and Spanish Mutual Features. Future Internet, 12, 87. https://doi.org/10.3390/fi12050087
  2. Barcelos, T. N., Muniz, L. N., Dantas, D. M., Cotrim Junior, D. F., Cavalcante, J. R., Faerstein, E. (2021) Análise de fake news veiculadas durante a pandemia de COVID-19 no Brasil. Rev. Panam. Salud Publica, 45, pp. 1-8. https://doi.org/10.26633/RPSP.2021.65
  3. Chat Api (2019). A criação do Whatsapp bot em Python. O guia completo. https://chat-api.com/pt-br/whatsapp-bot-python.html
  4. Ferrara, E. (2020) What types of COVID-19 conspiracies are populated by Twitter bots?
  5. First Monday, 25, Number 6 - 1 doi: http://dx.doi.org/10.5210/fm.v25i6.10633
  6. Garcia, M. How to Make a Twitter Bot in Python With Tweepy. https://realpython.com/twitter-bot-python-tweepy/
  7. Glik, D. (2007). Risk communication for public health emergencies. Annual Review of Public Health, 28, 33-54. https://doi.org/10.1146/annurev.publhealth.28.021406.144123
  8. Huszár, F., Ktena, S. I., O’Brien, C., Beli, L., Schlaikjer, A., Hardt, M. Algorithmic amplification of politics on Twitter. (2022) PANAS, 119, pp e2025334119.
  9. https://doi.org/10.1073/pnas.2025334119
  10. Katsaros, D.; Stavropoulos, G. & Papakostas, D. (2019) Which machine learning paradigm for fake news detection?, WI ’19, October 14–17, https://doi.org/10.1145/3350546.3352552
  11. Kertysova, K. (2018). Artificial Intelligence and Disinformation, Security and Human Rights, 29(1-4), 55-81. doi: https://doi.org/10.1163/18750230-02901005
  12. Koumchatzky, N. & Andryeyev, A. (2017). Using Deep Learning at Scale in Twitter’s Timelines
  13. https://blog.twitter.com/engineering/en_us/topics/insights/2017/using-deep-learning-at-scale-in-twitters-timelines
  14. Moura, D. O. (2008). Comunicação em saúde: apenas remediar ou participar e prevenir? In Mendonça, V. et al. (Org.). Comunicação da informação em saúde: aspectos de qualidade. Brasília: CID/UnB, 2008.
  15. Organização Pan-americana da Saúde. (2020). Página Informativa nº 5 Entenda a infodemia e a desinformação na luta contra a COVID-19. Brasil: https://iris.paho.org/bitstream/handle/10665.2/52054/Factsheet-Infodemic_por.pdf?sequence=14
  16. Paganotti, I. (2018). Notícias falsas, problemas reais: propostas de intervenção contra noticiários fraudulentos. In Costa & Blanco (orgs.). Pós-tudo e crise da democracia (pp. 96-105). São Paulo: ECA-USP. Doi: 10.11606/9788572052092.
  17. Pérez-Dasilva, J.A., Meso-Ayerdi, K. & Mendiguren-Galdospín, T. (2020). Fake news y coronavirus: detección de los principales actores y tendencias a través del análisis de las conversaciones en Twitter. El profesional de la información, v. 29, n. 3, e290308. https://doi.org/10.3145/epi.2020.may
  18. Pinheiro, M. M. K. & Brito, V. P. (2014). Em busca do significado da desinformação. DataGramaZero, 15, 6. http://hdl.handle.net/20.500.11959/brapci/8068
  19. Recuero, R. (2021). Desinformação, mídia social e COVID-19 no Brasil: relatório, resultados e estratégias de combate. Pelotas, RS: MIDIARS - Grupo de Pesquisa em Mídia Discurso e Análise de Redes Sociais. Recuperado de https://wp.ufpel.edu.br/midiars/files/2021/05/Desinformac%CC%A7a%CC%83o-covid-midiars-2021-1.pdf
  20. Ruediguer, M. A., Liguori Filho, C. A., Santos, E. F., Santos, G. K., Salvador, J. P. F., Karolczak, R. M., Guimarães, T., Aquino, T. M., Silveira, V. D. (2019). Bots e o Direito Eleitoral Brasileiro: nas eleições de 2018. FGV DAPP. http://hdl.handle.net/10438/26227.
  21. Shchur, A. (2020). Fake news detector with deep learning approach (Part-I) EDA. Recuperado em 25 julho de 2021 de Medium.com: https://towardsdatascience.com/fake-news-detector-with-deep-learning-approach-part-i-eda-757f5c052
  22. Singh, L., Bansal, S., Bode, L., Budak, C., Chi, G., Kawintiranon, K., Padden, C., Vanarsdall, R., Vraga, E. & Wang, Y. (2020). A first look at COVID-19 information and misinformation sharing on Twitter.
  23. https://arxiv.org/pdf/2003.13907.pdf
  24. Vosoughi, S., Roy, D., Aral, S. (2018) The spread of true and false news online. Science 359, 1146–1151. https://www.science.org/doi/10.1126/science.aap9559
  25. Xu, G., Mu, Y. & Liu, J. (2018) Inclusion of artificial intelligence in communication networks and services. Itu Journal: ICT Discoveries, 1 (1). https://www.itu.int/en/journal/001/Documents/ITU2017-4.pdf
  26. Wardle, C. (Fevereiro, 2017). Fake news. It’s complicated. Recuperado em 28 de maio de 2021 de Medium.com. https://medium.com/1st-draft/fake-newsits-complicated-d0f773766c79