🎃 ¡Rebajas de Halloween! ¡Office 2021 para siempre por sólo 29,11€/PC! [ Saber más ]
La creciente preocupación sobre el impacto de la desinformación y los bulos no es infundada. Todos hemos visto noticias engañosas relacionadas con la política, los famosos y, más recientemente, con catástrofes naturales.
A nivel mundial, el 85% de las personas también expresa preocupación por el impacto de la desinformación, según una encuesta de las Naciones Unidas.
A medida que se intensifica esta problemática, surgen nuevas herramientas para entenderla y combatirla. Curiosamente, científicos han encontrado similitudes entre la propagación de la desinformación y la difusión de virus, lo que permite el uso de modelos matemáticos, inicialmente desarrollados para simular epidemias, para estudiar cómo se propaga la información falsa en redes sociales.
Los modelos epidemiológicos como herramienta contra la desinformación
La desinformación no solo «se vuelve viral» como una simple frase, sino que su difusión sigue patrones análogos a los de las enfermedades infecciosas.
Uno de los modelos epidemiológicos más útiles en este contexto es el modelo SIR (Susceptible-Infectado-Recuperado), que permite simular cómo la información falsa se propaga entre personas susceptibles, infectadas y aquellas que desarrollan resistencia o inmunidad a dicha información.
Este modelo se basa en ecuaciones diferenciales que permiten calcular tasas de cambio, y resulta útil para representar cómo una «infección» de desinformación puede transmitirse de un usuario a otro. En redes sociales, algunos usuarios absorben la información falsa, mientras que otros actúan como vectores asintomáticos, difundiendo el contenido sin verse directamente afectados o sin conocer su falsedad.
Además, este modelo permite calcular el número básico de reproducción (R0), que representa la cantidad promedio de casos que genera un individuo “infectado”. En redes sociales, se estima que R0 es mayor a 1, lo que indica el potencial para una propagación “epidémica” de la desinformación.
Explorando soluciones: prebunking y vacunación psicológica
Los modelos matemáticos permiten probar y analizar posibles intervenciones para reducir la propagación de la desinformación.
Existen dos enfoques principales: la investigación fenomenológica, que observa y describe patrones, y la investigación mecanicista, que predice resultados basados en relaciones conocidas. Aplicando estos enfoques al estudio de la desinformación, se han probado métodos como el «prebunking» o vacunación psicológica.
🦠 ¿Qué es el prebunking?
El prebunking consiste en “vacunar” psicológicamente a las personas exponiéndolas a una versión debilitada de una mentira o rumor antes de que se encuentren con la versión completa y engañosa.
Así, el público obtiene una “inmunidad” contra esa desinformación específica. Este enfoque es similar a la vacunación médica: las personas son expuestas a una versión ligera de la amenaza (en este caso, una noticia falsa) para que puedan reconocerla y rechazarla en el futuro.
Un estudio reciente, por ejemplo, utilizó chatbots de IA para elaborar prebunks contra mitos comunes sobre fraude electoral en EE.UU.
El experimento consistió en advertir a los usuarios sobre posibles tácticas de manipulación informativa antes de que estos se encontraran con dichos rumores, acompañando estas advertencias con consejos sobre cómo identificar noticias falsas.
Modelando el efecto del prebunking
Los modelos de difusión de desinformación muestran que el prebunking puede reducir significativamente el número de personas afectadas. Sin esta técnica, los usuarios necesitan más tiempo para desarrollar “inmunidad” ante la desinformación, lo que permite que esta se propague rápidamente.
Pero cuando el prebunking se implementa a gran escala, el modelo sugiere que puede limitar eficazmente la cantidad de personas “infectadas” por desinformación.
Los supuestos del modelo muestran que, incluso si la probabilidad de “infección” es solo del 10% después de la exposición, el prebunking puede reducir el impacto. De hecho, los modelos predicen que el prebunking es casi el doble de efectivo que el debunking, o desmentido posterior a la exposición, lo cual se refleja en una menor propagación de noticias falsas.
El papel de los “superpropagadores” en redes sociales
En redes sociales, las figuras públicas con gran número de seguidores pueden actuar como «superpropagadores» de desinformación. Estos usuarios, al compartir información falsa, pueden alcanzar potencialmente a cientos de millones de personas, dificultando la capacidad de los verificadores de datos para desmentir la información a tiempo.
Los modelos epidemiológicos ayudan a prever el impacto de estos superpropagadores y a ajustar las estrategias de prebunking y debunking en función de sus patrones de difusión.
Un estudio reciente aplicó estos modelos a la dinámica de las redes sociales durante las elecciones presidenciales de Estados Unidos en 2020. Los resultados mostraron que una combinación de intervenciones (prebunking y debunking) puede reducir de manera efectiva la propagación de la desinformación.
Entendiendo la desinformación para contrarrestar sus efectos
Estos modelos no son perfectos, pero proporcionan una visión útil de cómo se propaga la desinformación y cómo podemos intervenir para frenar sus efectos negativos en la sociedad. Aunque algunas personas pueden encontrar incómodo pensar en términos de «inmunización psicológica», estos modelos permiten desarrollar estrategias basadas en ciencia para proteger a las personas de los daños que la desinformación puede causar en la democracia y en la confianza pública.
Si queremos detener la desinformación de manera efectiva, necesitamos comprender sus mecanismos de propagación y contar con herramientas sólidas para anticipar y mitigar su impacto.