O slideshow foi denunciado.
Seu SlideShare está sendo baixado. ×

Fake news (portugues)

Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Anúncio
Carregando em…3
×

Confira estes a seguir

1 de 84 Anúncio
Anúncio

Mais Conteúdo rRelacionado

Diapositivos para si (18)

Semelhante a Fake news (portugues) (20)

Anúncio

Mais recentes (20)

Fake news (portugues)

  1. 1. Fake News Contextualização, definições e estratégias de contra-ataque Luiz Celso Gomes-Jr gomesjr@dainf.ct.utfpr.edu.br
  2. 2. Agenda ● Tecnologia ● Sociedade ● Vulnerabilidade Humana ● Fake News ● Contra-ataque
  3. 3. Agenda ● Tecnologia ● Sociedade ● Vulnerabilidade Humana ● Fake News ● Contra-ataque A palestra não aborda instâncias políticas brasileiras
  4. 4. Apresentação ● Professor de Bancos de Dados/Ciência de Dados – UTFPR ● Interesses de Pesquisa: Big Data, NLP, IR, Redes Complexas, ML, privacidade ● Interesse pessoal pelo tópico Fake News virou pesquisa “sem querer” :)
  5. 5. Tecnologia
  6. 6. Internet ● Primeiro meio de comunicação realmente democrático ● Baixo custo (grátis em instituições públicas) ● Uma única mensagem/post pode atingir toda a base de usuários
  7. 7. Internet - Adoção
  8. 8. Internet - Adoção Brasil (2016): 82% da população com acesso a internet e 61% possuem smartphone (faixa etária 18-34 anos). http://www.pewglobal.org/2016/02/22/smartphone-ownership-and-internet-usage-continues-to-climb-in-emergin g-economies/
  9. 9. Redes Sociais ● Revolucionaram a forma como as pessoas interagem – Comunicação – Fonte de informação – Expressão de opinião ● Grande base de usuários (FB+Twitter>2bi) ● Impacto em diversas áreas – Mídia, Política, Protestos, Filantropia, Educação...
  10. 10. Antes, o alcance e velocidade dos meios de comunicação eram proporcionais ao custo
  11. 11. Tecnologia Nunca foi tão fácil criar e disseminar conteúdo. Qualquer pessoa sem treinamento técnico pode alcançar uma grande audiência. Poder financeiro e computacional intensificam esta capacidade.
  12. 12. Tecnologia e Sociedade
  13. 13. Dilúvio de Dados ● 1bi usuários conectados no facebook (23/08/2015) ● 2bi smartphones ● 1b websites ● 38 milhões de mensagens WhatsApp por minuto
  14. 14. Dilúvio de Dados ● A cada dia, criamos 2.5 quintilhões de bytes de dados (2015) ● 2.5 quintilhões de bytes = 2.5 exabytes = 2.5*1018 bytes ● 90% dos dados no mundo foram criados nos últimos 2 anos (~5x por ano) ● Google, Amazon, Microsoft and Facebook = 1,200 petabytes em dados (2013) = 1.200.000.000.000.000.000 bytes = 5 pilhas de CDs até a ISS https://www-01.ibm.com/software/data/bigdata/what-is-big-data.html
  15. 15. Information economy ● “The world’s most valuable resource is no longer oil, but data” ● Data companies are the most valuable listed firms in the world ● The nature of data makes the antitrust remedies of the past less useful The Economist - May 6th 2017
  16. 16. Valorização no Mercado (2018) * U$ 2 tri = Brazil’s GDP (8th highest in the world)
  17. 17. Big Data e o Dilúvio de Dados
  18. 18. Aplicações de Big Data ● Tradicionalmente: uso na indústria e comércio ● Novas tendências: – Governos – Eleições – Guerras cibernéticas
  19. 19. Tecnologia e Sociedade Estamos cada vez mais dependentes de aplicações baseadas em dados. Grandes instituições estão concentrando informação e poder de processamento.
  20. 20. Vulnerabilidade Humana
  21. 21. Caso: Facebook ● Usando análise de dados o Facebook pode saber (e manipular) muita coisa sobre seus usuários – Padrões de uso do serviço – Orientação sexual, política, cultural – Situação econômica – Relacionamentos – Sentimento, personalidade
  22. 22. Análise de Sentimento
  23. 23. Predição de Relacionamentos
  24. 24. Capacidade de Manipulação
  25. 25. Psychological targeting
  26. 26. Vende-se: influência Emerdata Limited
  27. 27. Comportamento Humano ● Comportamento de manada ● Instinto tribal (separação entre “nós” e “eles”), influência do ciclo social/familiar ● Atração por informação dramática, surpreendente ● Interação entre emoção e razão
  28. 28. "Se muitas pessoas compartilham uma ideia, outras tendem a segui- la...", diz Fabrício Benevenuto, professor da Universidade Federal de Minas Gerais (UFMG). ● O grupo estudou a reação de pessoas a vídeos do YouTube ● Quanto mais os usuários eram expostos a comentários negativos, mais reagiam negativamente ● Quanto menor o nível de escolaridade, maior a influência Comportamento de manada
  29. 29. Grupos de familiares O dado é resultado de uma pesquisa inédita feita pelo Monitor do Debate Político no Meio Digital, da USP (Universidade de São Paulo), com respostas de 2.520 pessoas a um questionário online elaborado pelo grupo. Influência do ciclo social/familiar
  30. 30. The present research sought to identify mediators of the relationship between education and conspiracy beliefs. Results of Study 1 revealed three independent mediators of this relationship, namely, belief in simple solutions for complex problems, feelings of powerlessness, and subjective social class. Atração por informação dramática, surpreendente (teorias de conspiração)
  31. 31. “It seems to be pretty clear [from our study] that false information outperforms true information,” said Soroush Vosoughi, a data scientist at MIT who has studied fake news since 2013 and who led this study. “And that is not just because of bots. It might have something to do with human nature.” Atração por informação dramática, surpreendente (notícias falsas)
  32. 32. Raciocínio X Emoções
  33. 33. Vulnerabilidade Humana Humanos são influenciáveis. Manipulação de dados potencializa este aspecto. Há grande investimento comercial e político nestas estratégias.
  34. 34. Brasil
  35. 35. Ranking de Educação The United Nations Education index
  36. 36. Uso de Smartphone
  37. 37. Brasil Educação precária e alta disseminação da internet tornam o Brasil especialmente vulnerável à manipulação digital.
  38. 38. Fake News
  39. 39. Tipos de Fake News ● Artigos intencionais cuja falsidade pode ser comprovada ● Conteúdo satírico que pode ser interpretado como verdadeiro ● Rumores e lendas urbanas ● Teorias de conspiração ● Omissão ou exagero de fatos, clickbait ● Notícias artificialmente popularizadas (e.g. por robôs ou pessoas contratadas)
  40. 40. Tipos de Fake News ● Artigos intencionais cuja falsidade pode ser comprovada ● Conteúdo satírico que pode ser interpretado como verdadeiro ● Rumores e lendas urbanas ● Teorias de conspiração ● Omissão ou exagero de fatos, clickbait ● Notícias artificialmente popularizadas (e.g. por robôs ou pessoas contratadas)
  41. 41. Fontes de Fake News ● Fontes desconhecidas com objetivo de atrair tráfego (para exibição de propaganda) ● Organizações com intenção de influenciar a opinião pública (empresas, partidos políticos…), possivelmente contratando serviços profissionais ● Guerra cibernética ● Trotes
  42. 42. Anatomia das Fake News
  43. 43. Anatomia Autoridade Carga emocional Carga emocional impede que erros sejam detectados [reação emocional > razão]
  44. 44. Fake News X Algoritmos ● Google, Facebook, Twitter usam algoritmos para determinar qual informação (página, post, contato…) deve ser destacada ● Estes algoritmos podem ser influenciados por instituições e indivíduos para influenciar a visibilidade das informações
  45. 45. Bots (robôs) de Influência ● 5-15% dos usuários do Twitter são robôs ● Tipo de robôs – Prestação de serviço – Marionete/laranja – Amplificador/replicador – Aprovador/incentivador – Atacante/provocador
  46. 46. Click Farms
  47. 47. US Elections ● 62 percent of US adults get news on social media (Gottfried and Shearer 2016); ● the most popular fake news stories were more widely shared on Facebook than the most popular mainstream news stories (Silverman 2016); ● many people who see fake news stories report that they believe them (Silverman and Singer- Vine 2016); ● the most discussed fake news stories tended to favor Donald Trump over Hillary Clinton (Silverman 2016). Hunt Allcott and Matthew Gentzkow. Social Media and Fake News in the 2016 Election - Journal of Economic Perspectives 2017
  48. 48. Trust in Media
  49. 49. Polarização
  50. 50. Mídia Social como fonte de visitas a Fake News
  51. 51. Eleções no Brasil
  52. 52. Bots e Eleições Presidenciais * Em geral, 37,4% dos seguidores de candidatos são robôs
  53. 53. Fake News Há diversos tipos e fontes de Fake News. A estratégia tem sido usada sistematicamente com objetivos políticos há anos.
  54. 54. Contra-ataque
  55. 55. Estratégias ● Ações legais ● Auto-regulamentação ● Educação dos usuários ● Tecnologia
  56. 56. Desafios ● Quem decide o que é verdade? ● Como diferenciar: – Fake vs. Sátira – Fake vs. Tendencioso – Fake vs. Reportagem preliminar
  57. 57. Desafios ● Identificação da fonte – Humano + Robôs – Companhias internacionais ● Incentivo econômico – Vantagem competitiva (financeira) para criadores de Fake News – Não há incentivo formal para combater Fake News
  58. 58. Contra-ataque Ações legais
  59. 59. Ações Legais ● Privacidade: GDPR (General Data Protection Regulation) – União Européia ● Geração e disseminação de conteúdo falso: – Não há estrutura jurídica atualmente – Tópico complexo e fora do escopo desta palestra
  60. 60. Contra-ataque Auto-regulamentação
  61. 61. Auto-regulamentação O Facebook retirou do ar páginas e contas usadas por membros do grupo ativista de direita Movimento Brasil Livre (MBL), reprimindo o que chamou de "uma rede coordenada que se ocultava com o uso de contas falsas no Facebook, e escondia das pessoas a natureza e a origem de seu conteúdo com o propósito de gerar divisão e espalhar desinformação”.
  62. 62. Auto-regulamentação “Many celebrities, politicians and so-called social media influencers found their Twitter followings knocked down a few digits on Thursday as the company slashed tens of millions of suspicious accounts from the totals.”
  63. 63. O Tribunal Superior Eleitoral (TSE) assinou hoje [28/06/2018] um memorando de entendimento com o Facebook e o Google para evitar a proliferação de notícias falsas (fake news) no período eleitoral. As empresas se comprometeram a “combater a desinformação gerada por terceiros”, observando para isso o cumprimento a normas internacionais de direitos humanos e às boas práticas da indústria. http://agenciabrasil.ebc.com.br/justica/noticia/2018-06/tse-assina-memorando-com-facebook-e-google-contra-fake-news
  64. 64. Iniciativas Facebook
  65. 65. Contra-ataque Educação dos Usuários
  66. 66. Projeto Comprova
  67. 67. Agência Lupa https://piaui.folha.uol.com.br/lupa/
  68. 68. Contra-ataque Pesquisa e Tecnologia
  69. 69. Laboratório de Estudos sobre Imagem e Cibercultura da UFES (Labic) http://www.ufes.br/conteudo/laborat%C3%B3rio-da-ufes-%C3%A9-refer%C3%AAncia-em-an%C3%A1lises- sobre-fake-news
  70. 70. Fabrício Benevenuto et al. (UFMG)
  71. 71. “A ideia é que a ferramenta seja um apoio para o usuário. Ainda estamos no início desse projeto e, no estado atual, o sistema identifica, com 90% de precisão, notícias que são totalmente verdadeiras ou totalmente falsas”, pondera o professor. “No entanto, as pessoas que propagam fake news costumam embasar suas mentiras em fatos verdadeiros. Nossa plataforma ainda não tem a capacidade de separar as informações com esse nível de refinamento, mas estamos trabalhando para isso”. Thiago Pardo, do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos. https://www.icmc.usp.br/noticias/3956-ferramenta-para-detectar-fake-news-e-desenvolvida-pela-usp-e-pela-ufscar
  72. 72. Influence Bots ● DARPA Twitter Bot Challenge ● Humans + Machine Learning + NLP + Complex Networks
  73. 73. Pesquisa na ● Questões de privacidade em redes sociais ● Identificação e contingenciamento de robôs de influência ● Análise de padrões linguísticos e expressão de sentimentos ● Notícias falsas e redes complexas
  74. 74. Contra-ataque Diversas estratégias estão sendo exploradas. Ainda não há perspectiva para a solução do problema.
  75. 75. Conclusão ● Fato: Fake News com automação por algoritmos está se tornando uma ferramenta para empresas, políticos e governos ● Fato: Ainda não se pode estimar o impacto das Fake News em processos eleitorais ● Fato: Estruturas de incentivo favorecem criadores de Fake News
  76. 76. Conclusão ● Opinião: A tecnologia está se desenvolvendo rapidamente e os efeitos serão amplificados ● Problemas relacionados: – Fake News podem tornar aceitáveis candidatos ou ações que anteriormente seriam impensáveis? – Como o uso intensivo de Fake News pode afetar a percepção e definição do que é verdade a longo prazo? O quanto isto pode deteriorar a base da democracia?
  77. 77. Sugestões ● Tentar entender o problema e as técnicas usadas – Se envolver ou apoiar iniciativas de pesquisa ● Exigir transparência das instituições envolvidas ● Se preparar para uma fase de redefinição de valores para a sociedade
  78. 78. Obrigado ● Email: luizcelso@gmail.com, gomesjr@dainf.ct.utfpr.edu.br ● Programa de Pós (PPGCA): ppgca.dainf.ct.utfpr.edu.br

×