[des]
Información
Desinformación en las redes sociales durante la pandemia del Covid - 19
Isabela Ortiz
“Toda crisis, actual o inminente, debe ser vista como una oportunidad para crear cambios profundos en nuestra sociedad”
Grace Lee Boggs
Manual de proceso Isabela Ortiz
Dirigido por Andrés Burbano Facultad de Arquitectura y Diseño Universidad de los Andes
Bogotá, 2020
00
Índice
Antecedentes
Premisa
Investigación
- Comunicación, redes sociales y desinformación
- Sesgos cognitivos frente a la información y desinformación - Contexto Covid-19
- Entrevistas - Técnico
Insights
Referentes
- Referentes conceptuales - Referentes visuales
- Referentes desinformación antes de las redes sociales
Propuesta
- Propuesta de valor - Propuesta de solución - Pasos
01 02 03
04 05
06
Prototipos
- Primeras aproximaciones - Taller con los estudiantes
Prototipo final - Metodología - Página web
Conclusiones
Bibliografía
07
08
09
10
01
Antecedentes
Desde el comienzo de la emergencia del Covid - 19, con un grupo de estudiantes de diseño de la Universidad de los Andes, se empezó a explorar la posibilidad que tienen los diseñadores para actuar y aportar a una situación que afecta al mundo entero. Se entendió que debido a la gigantesca cantidad de información que se está produciendo y compartiendo constantemente sobre la coyuntura en las redes sociales, herramientas de minería de datos y análisis de texto resultan ideales para la compresión a gran escala de lo que se está diciendo y pensando. Durante el periodo de aislamiento, las redes sociales se convirtieron en canales para la comprensión y discusión del contexto actual colombiano. Miles de personas utilizaban plataformas como Twitter, Facebook y WhatsApp para informarse y responder ante la situación de incertidumbre que se estaba viviendo a raíz del nuevo virus. La Universidad de los Andes por medio de sus cuentas en redes sociales empezó a publicar contenido relacionado a la emergencia sanitaria. Por esta razón, en el mes de mayo del 2020, se propuso el siguiente objetivo:
Por medio de la obtención de datos en Twitter, su
procesamiento, clasificación y visualización, poder
identificar los sentimientos que se están generando
alrededor de la Universidad de Los Andes con relación a
la emergencia del Covid-19.
Imagen 1. Flujo de datos Uniandes-Twitter-Covid19
Utilizando Knime, un software suizo para trabajo en minería y ciencia de datos, se creó un modelo de flujo de datos (workflow, en inglés) utilizando inteligencia artificial que sería la base para poder hacer el análisis de sentimientos de los Tweets relacionados a la Universidad de los Andes. El workflow se dividió en dos partes: análisis de texto por POS (partes del discurso) y análisis de sentimiento (positivo/negativo).
Por medio del flujo de datos diseñado, se realizaron diferentes búsquedas y análisis del caso de estudio relacionado a la Universidad de los Andes. Se analizó la cuenta oficial @Uniandes, las cuentas del rector, Alejandro Gaviria, y los cuatro vicerrectores. Además, se analizaron los hashtags principales que había utilizado la universidad en relación con la situación del Covid - 19, como #LaPruebaEsDeTodos y #PositivoParaSolidaridad.
Los resultados del proyecto fueron muy satisfactorios y permitieron encontrar hallazgos sobre la actividad de la universidad en los comienzos de la pandemia y la percepción que se tenía de las publicaciones por parte de los usuarios de Twitter.
Este proyecto dio paso a pensar en una serie subsecuente de ejercicios que exploraran la distribución de información y desinformación en las redes dentro del contexto colombiano de tal forma que se pudiera aportar a la situación que se sigue viviendo con respecto al Covid – 19.
02
Premisa
En el marco de estudio 8, proyecto de grado, se decidió continuar con este tipo de ejercicios, concebirlos, diseñarlos y ejecutarlos de una manera más sistemática.
Entendiendo la influencia que tienen las noticias compartidas por medio de las redes sociales en el contexto colombiano durante la pandemia y el riesgo que implican las noticias falsas en una situación sanitaria, se propuso la siguiente premisa:
Esta premisa busca anticipar el diseño de metodologías, de posibles problemas y soluciones para la potencial participación en el proyecto sobre AI, Big Data en el contexto del Sur Global (Salud Pública - Universidad de los Andes, 2020).
Diseñar una estrategia de comunicación adaptada a
diferentes grupos sociales en el contexto colombiano
para hacer frente a la desinformación y a la
información errónea sobre el Covid-19 en las redes
sociales.
03
Investigación
Con el surgimiento de las redes sociales en Internet, la comunicación análoga ha sido reemplazada por una comunicación digital que se basa en la hipertextualidad, la conectividad y la interactividad. La interacción virtual permite a millones de personas que están ubicadas alrededor del planeta poder relacionarse. La comunicación ha dejado de ser unidireccional para convertirse en una comunicación multidireccional en donde los usuarios están continuamente contribuyendo a la propagación de información, ya que los mismos usuarios producen contenido, colaboran, opinan y rechazan (Romero, 2011).
El usuario digital busca en las redes lo que le interesa, lo que le divierte o lo que considera que necesita por lo cual se genera un flujo constantemente activo de información (Tulloch, 2020).
Dentro del marco de las redes sociales, se puede encontrar diferentes tipos de información circulando. El primer tipo es la información objetiva y precisa compartida por instituciones oficiales y profesionales. El segundo tipo es la información incompleta o sesgada. Aunque este tipo de información no necesariamente es falsa, puede crear confusión y rumores. El tercer tipo es el contenido humorístico. Este contenido se da a través de los “memes” y videos y, aunque sirve para unir a la comunidad, también puede crear antagonismos y tensiones dentro de un ambiente estresante. El último tipo son la desinformación y la información errónea (Tulloch, 2020).
Comunicación, redes sociales
y desinformación
La desinformación (disinformation, en inglés) es la “información falsa y creada deliberadamente para dañar a una persona, grupo social, organización o país” (UNESCO, 2018). Estos engaños pueden perjudicar la salud mental de la persona que recibe la información y llevarla a tomar más riesgos. Además, se pueden generar problemas sociales, como la discriminación. Por otra parte, la información errónea (misinformation, en inglés) es la “información falsa pero no creada con la intención de causar daño”
(UNESCO, 2018). Aunque no se busque engañar a los demás, este tipo de información falsa es igual de perjudicial que la desinformación y puede causar las mismas consecuencias. En la era de la comunicación digital, las redes sociales son los medios con mayor potencial de facilitar rápidamente el desarrollo y la difusión de la información errónea y la desinformación en todo el mundo.
Como en las redes sociales se puede dar un aumento de información exponencial y su alcance de propagación es comparable con la de un virus, empieza a surgir el concepto de infodemia, que viene de la unión de la palabra información y epidemia. La infodemia es el aumento rápido y en grandes cantidades de la información que se empieza a compartir sobre un tema en particular (Organización Panamericana de la Salud, 2020).
Esta información es en algunos casos correcta, pero en otros no, lo cual dificulta que las personas encuentren fuentes confiables cuando las necesitan.
Al estar expuestos a grandes cantidades de información por medio de las redes sociales, las personas debemos tomar decisiones en momentos de incertidumbre sobre si una noticia es falsa o verdadera. Existen dos procedimientos para resolver un problema: por medio de algoritmos o por heurística. Los algoritmos son estrategias que garantizan una solución correcta. Mientras tanto, los procedimientos heurísticos son procedimientos que aportan a la solución de un problema, pero no de una manera completa y justificada. Son "juicios intuitivos, que se basan en el conocimiento parcial, en la experiencia o en suposiciones que a veces son correctas y a veces erradas, no existe una seguridad absoluta y lógica, sobre los mismos” (Kohan, 2006, PG 58). Las personas, al usar las redes sociales, se basan en diferentes atajos cognitivos que facilitan la tarea de saber si un mensaje es verdadero o falso.
Sesgos cognitivos frente a la información
y desinformación
Dentro de los atajos cognitivos, se encuentra el sesgo de confirmación. El sesgo de confirmación implica que las personas están más dispuestas a considerar que una información es verdadera si es similar a los prejuicios que se tenían antes y se descarta como falsa la información que contradice los conocimientos previos. Existen dos teorías por las cuales se explica el sesgo de confirmación. Por un lado, existe una teoría motivacional, en donde se identifica que las personas creen en lo que quieren creer, ya sea por quien es como persona, por el trabajo que realiza, o por los amigos que tiene. En esta teoría se identifica que, al cambiar las motivaciones de una persona, se pueden eliminar esos sesgos. La segunda teoría, la teoría de cognición, plantea que el sesgo existe debido a que las personas no formulan las preguntas apropiadas sobre sus creencias. En este contexto, se asume que las personas ya están motivadas para encontrar la verdad, pero no tienen un buen método para encontrarla. Esto se debe a que las personas tienen limitación en la memoria para recordar información o porque existen fallas en la forma como razonan. Dentro de estudios realizados por la universidad de Princeton dirigidos por Charles Lord, se encontró que para una persona el querer ser justo y objetivo no es suficiente, en este escenario igual se encuentran sesgos: “lo que las personas necesitan es una estrategia que las ayude a neutralizar la natural miopía humana frente a las alternativas”
(Stafford, T, 2017).
Otro sesgo cognitivo presente en la vida de los seres humanos es el sesgo de la verdad.
Este sesgo implica que las personas tienden a creer que las demás están diciendo la verdad. Las personas caen en el error de clasificar mentiras como verdades de manera automática e incontrolable. Además, esto se amplifica cuando las personas no le dedican el suficiente tiempo o esfuerzo al proceso de análisis. El sesgo de la verdad es una forma que tienen los seres humanos de hacer un “juicio informado” porque “como la gente tiende a decir la verdad, tiene sentido, a falta de información adicional, suponer que los hablantes son honestos” (Street, 2016).
Por último, se puede estudiar el efecto contraproducente, o el backfire effect. Este efecto implica que cuando las personas son confrontadas con argumentos que tienen como propósito cambiar sus opiniones o sus creencias respecto a un tema, esta confrontación puede tener el efecto contrario y hacer que las personas crean todavía más fuertemente en lo que originalmente creían (Akers, 2018).
Global
El 31 de diciembre de 2019 se dieron los primeros reportes de un brote de neumonía en la ciudad de Wuhan, China, y poco tiempo después se identificó que la causa de la enfermedad era un coronavirus que no se había visto antes. La epidemia del Covid - 19 fue declarada por la Organización Mundial de la Salud (OMS) una emergencia de salud pública de preocupación internacional desde el 30 de enero del 2020. Menos de dos meses después, el 11 de marzo, la OMS declaró la situación como una pandemia porque la expansión del virus se dio en varios países alrededor del mundo y la cantidad de infectados y muertes no paraba de ascender (OPS, 2020).
Expandiéndose de la misma forma que el propio virus, a nivel mundial, ha habido un incremento masivo de noticias falsas, rumores y teorías de conspiración relacionados con la pandemia del Covid-19. El Diario Americano de Medicina e Higiene Tropical publicó un estudio donde se calcula que al menos 800 personas pudieron haber muerto en todo el mundo debido a la desinformación y a la información errónea en los tres primeros meses del año. Además, se estima que alrededor de 5,800 personas fueron ingresadas en hospitales como resultado de la información falsa obtenida en redes sociales (Saiful, 2020). Incluso, el secretario general de la ONU António Guterres identificó los rumores relacionados con COVID-19 como un enemigo global.
Contexto del Covid-19
Imagen 2. Tweet Antonio Guterres
Colombia
La gran cantidad de desinformación que trae el caso del covid-19 en las redes sociales ha generado preocupación específicamente en el contexto colombiano. Martha Ospina, la directora del Instituto Nacional de Salud, afirmó que “lo más difícil de en la pandemia ha sido la desinformación” (Forbes, 2020).
Aunque las redes sociales tienen un alcance global, el comportamiento de los usuarios de las redes sociales depende del contexto local. En Colombia, se ha evidenciado la desinformación tanto en temas cotidianos como son la política, la movilidad, la salud entre otros. Natalia Torres de la Universidad del Externado propone que:
“La sociedad colombiana sigue creyendo todo lo que oye y
lee, sin tener la capacidad de ser, en primer lugar, escéptico
ante lo que dicen los demás y, en segundo lugar, tomar una
decisión haciendo uso de propio criterio sin dejarse
influenciar por factores externos.”
Imagen 3. Marta Ospina sobre la desinformación en la revista Forbes
Para analizar de manera más detalla la desinformación en el contexto colombiano, se realizaron dos entrevistas. La primera a Actualidad Panamericana, un grupo anónimo que publica noticias falsas en tono de sátira, y la segunda a la filósofa Manuela Fernández, una profesora de filosofía de la Universidad de los Andes que estudia el conocimiento y la información.
Actualidad Panamericana
*Por petición del entrevistado, se cambió de nombre para mantener su anonimato.
Actualidad Panamericana fue creada en el 2014 por un grupo de personas que, desde el anonimato, publica noticias falsas en tono de sátira con el fin de criticar a la sociedad colombiana. Empezaron con el propósito de reírse entre ellos y hacer reír a la audiencia.
Pero buscaban a la vez una forma de expresar su opinión y su visión del mundo. Con el tiempo, por medio de la retroalimentación que conseguían por parte de diferentes usuarios, empezaron a ver que podían generar reflexión, que la gente se cuestionara a sí misma. Para Camilo, uno de los integrantes de AP: “hay momentos de mucho optimismo de creer que podemos lograrlo, pero hay momentos de mucha decepción porque en muchos casos no hay manera, por ejemplo, por la polarización. Es muy difícil que alguien a partir del humor cuestione sus posturas políticas”.
Entrevistas
El integrante de AP hace una clara distinción entre la sátira que se produce en esta plataforma y las noticias falsas que fomentan la desinformación en las redes sociales.
Para él, “la sátira y parodia usan un lenguaje que se parece mucho al de las noticias falsas, pero busca siempre criticar, centrar un punto de vista, a través del humor, mientras que las noticias falsas sí es información malintencionada que busca emputar a la gente, emberracar a la gente, o buscar simplemente clicks, una manera de obtener plata por ahí”.
A continuación, Camilo hace un recorrido por lo que significa la desinformación desde la evolución de los medios de comunicación. “La desinformación es un fenómeno que ha existido siempre desde toda la vida, desde los romanos. Pero las circunstancias actuales con las redes sociales, y la penetración de la Internet, y de los teléfonos móviles inteligentes, y la crisis de la democracia a todo nivel, han permitido que los consensos de acuerdos básicos de lo que era la verdad se revienten. Cada persona tiene la posibilidad de crear su propia realidad e imponerse a los demás. Para eso, crean información sesgada y la distribuyen a través de las redes para que les llegue a los seguidores que están alineados ideológicamente. Hace 10 – 15 años, que un líder mintiera abiertamente era considerado terrible y había una sanción, han existido varios momentos en la historia que los líderes han mentido, el caso de Goebbels en la WWII.
Pero que ya no haya un acuerdo de qué es verdad abre la posibilidad de personas y líderes de mentir abiertamente y difundir mentiras a sabiendas de que hay gente que quiere creer”.
Por otra parte, Camilo considera que un tema clave de la desinformación y las noticias falsas es que más que oferta, hay mucha demanda. “Hay mucha gente queriendo creer cualquier cosa, cualquier información que encaje dentro de sus prejuicios, que aplaque sus miedos, que le dé sentido al caos. Hace muchos años, para informarse las personas no tenían más opción que el noticiero de las siete, dos o tres periódicos, y dos o tres emisoras. Algunos medios eran más responsables que otros, unos más objetivos que otros, pero todos funcionaban dentro de los mismos consensos básicos. Hoy en día, hay 10 mil millones de fuentes de información. Cada ciudadano, cada vecino, es una fuente distinta y cada persona tiene su visión del mundo y trata de compartírsela a los demás por las redes sociales. No es que sean mentes perversas obligando a las personas a la fuerza por medio de técnicas oscuras, sino que es la misma gente que muchas veces por razones muy humanas y comprensibles de desconcierto, desolación de todo lo que pasa, dicen no más, quiero tener seguridad y que esto tenga algún sentido y ahí es donde aparece muchas veces la información falsa”.
En cuanto al tema de los influencers, que está muy ligado al uso de las redes sociales, Camilo opina que pueden ser un factor de difusión de desinformación en diferentes casos. “Hay unos que malintencionadamente o sesgados por una causa política, esparcen y difunden información noticias abiertamente falsas. Luego, están los influencers que, sin mala intención, difunden información falsa, pero porque le encuentran sentido, les parece que encaja en su ideología. Y luego están aquellos que un poco irresponsablemente ponen su ego por encima. Un ejemplo, la noticia que supuestamente sacó El Tiempo de que el presidente Duque iba a renunciar que estaba circulando. Y Matador le dio Re Tweet. Matador es caricaturista. Ahí uno podría creer que Matador no lo hizo de mala fe, pero como está claro que detesta a Duque, pasó por alto todos los filtros y toda la responsabilidad que debe tener y no le importó eso con tal de seguir creando una opinión contraria a Duque. Y le dio Re Tweet a algo que seguramente era falso, pero no le importó que fuera falso con tal de seguir dándole vuelo o alimentar ese sentimiento con el que estoy de acuerdo, y alimentar mi ego. Para que todo el mundo vea cuál genial soy porque re twitteo esta cosa tan buena, no me importa nada más, no me importa que pueda ser falso, no me importa que pueda hacer daño, eso pasa al segundo plano porque las redes hacen que el ego siempre esté como la gran prioridad.”
Al preguntarle a Camilo sobre cuáles pueden ser los grupos de la población colombiana a quienes más afecta la desinformación, se queda pensativo. “¿A quiénes afecta más?
Uno de entrada podría caer en la trampa de decir aquellos con poco acceso a la educación, con pocas herramientas, con poca formación crítica que le permita con qué decir esto es verdad y esto es mentira, esto es una locura y esto no. Pero nosotros vemos a diario en nuestras redes personas con doctorados encima, y no estoy hablando de los militantes extremos de la derecha o de izquierda, sino de personas centradas con toda la formación académica posible cuando ven una noticia que encaja con sus miedos la comparten y no les importa siquiera verificar si es falsa o no, y eso es tremendo. La respuesta sería a todo el mundo por igual.”
En cuanto a los temas más recurrentes de los cuales se producen noticias falsas, Camilo opina que probablemente son los relacionados con la agenda política, pero que también se encuentran temas que tiene que ver con la cotidianidad. “Lo que tiene que ver con Uribe, con Petro, con Claudia López. Antes era con Peñalosa, cuando era el alcalde. Luego están otras que tienen que ver con temas que tocan a la gente, como movilidad, seguridad, tráfico. Pero también existen temas que nos inspiran a veces que son cotidianos, como relaciones de pareja, por qué los colombianos se demoran tanto en los cajeros electrónicos, de cosas muy muy cotidianas. En cuanto a la pandemia, con todo lo que implica un cambio tan abrupto y profundo en la vida de la gente, son muchos los que se doblegan y se rinden ante la locura y caen en la tentación de buscar noticias falsas.
Mientras que las noticias rigurosas les dicen miren este es un virus que surgió en China que tiene estas especificaciones y hay cosas que no se saben, se esparció por el mundo y estamos a la espera de una vacuna, y por eso hay que tener un aislamiento inteligente, y toda esta información que se vuelven tan abrumadora, las personas prefieren creer que es una conspiración de los Illuminati para conquistar el mundo.”
Camilo también considera que hay un tema muy fuerte que se debe tener en cuenta a la hora de analizar la desinformación y es el lado afectivo. “Existen muchas personas que toda la vida, por la razón que fuera, se sintieron solas, ignoradas, y que ahora salir ante sus amigos y familiares con esta gran verdad, con esta gran revelación de que esto no es lo que a ustedes les han dicho, sino que la verdad es una conspiración, les da un empoderamiento que antes no tenían, una voz que antes no tenían, un reconocimiento nuevo. Toca entender por qué se produce. Toca ver la causa, pasa más por la exclusión, la desigualdad, tanta gente sola, jodida, abrumada, sin educación, y eso es un caldo de cultivo para este tipo de información”.
En conclusión, Camilo considera que “es importante sensibilizar a las personas, pero la pregunta es cómo. Todavía no es muy claro, porque hacerlo por la vía tradicional de la campaña con un video o con cartillas en los colegios, no va a ser por ahí. Va por el lado de que la gente sea consciente del daño, que sea consciente de que no está solo en el mundo que tiene al otro al lado, cuyos actos lo afectan, y uno de esos actos que lo afectan es el compartir información falsa. Yo al compartir información falsa puedo estar causando un daño a mi comunidad, a mi familia, al otro. Es más por ahí, tocar el lado afectivo, hacernos caer en cuenta que no estamos solos y que hacemos parte de un mismo circuito”.
Manuela Fernández
Manuela Fernández es una filósofa, profesora de la Universidad de los Andes, que estudia el conocimiento y la ignorancia relacionadas con la ciencia. Manuela define el conocimiento de la siguiente forma: “El conocimiento es una manera de describir y explicar el mundo en el que vivimos de forma acertada. Que lo logre hacer de forma confiable. Todos tenemos creencias, creemos cosas acerca del mundo. Algunas de esas creencias son verdaderas, son verdaderas cuando corresponden con algún hecho en el mundo. Algunas veces uno puede creer cosas que son ciertas y no entender por qué, eso significa que no tenía el conocimiento. Para tener conocimiento se necesita una justificación. Necesitas poder explicar, argumentar, dar razón de.”
Para Manuela, el conocimiento y lo que es verdad se crea como un consenso entre la comunidad. “Es el resultado de una práctica de comunidad, una construcción entre muchas personas, y depende de las situaciones y los contextos donde se realiza.
Depende de esas creencias que ya tienen las personas y de los resultados. ¿Toca crear un acuerdo común de lo que es verdad? Claro, porque parte de lo que está en juego es qué es lo que creemos que es verdad. Si cada uno tiene una posición relativista de lo que es el mundo, y cada uno crea su propia verdad, entonces no hay desinformación, porque existirían diferentes verdades. De ahí sale el discurso de los hechos alternativos y la post verdad. Pero eso no llega muy lejos, porque eso te funciona hasta que necesitas por ejemplo que la vacuna del Covid-19 sí te funcione. Ahí ya no te sirve el relativismo, necesitas que sí funcione. Esto depende de que tengamos una visión de lo que es el mundo. Como sociedad, debemos compartir una visión del mundo.”
Sin embargo, ella considera que las redes sociales imposibilitan crear este consenso.
“Las redes sociales juegan un papel en contra de lograr esta visión consensuada de lo que es el mundo y la verdad. Hoy en día tenemos este armazón de sistemas de comunicación de nuevas tecnologías a través del internet que sirve de plataforma para cosas tan graves como la erosión de la democracia. Y lo que se están dando cuenta es que, por cómo está construido, si se pudiera construir de otra manera sería distinto, pero por cómo está construido, pero sobre todo por estas leyes de comercialización y de mercado por las que se rige este armazón, hace que los incentivos estén hacia la polarización de los individuos y los grupos. Entre más personalizada y más polarizada esté la información que le llega al consumidor, hay más lucro para las plataformas y para el sistema en general. El sistema está construido de tal forma que, en verdad, sin quererlo un poco, terminan creando un sistema que puede terminar destruyendo hasta nuestra forma de organización social. Aquí surgen además las prácticas de construcción de la ignorancia. Que van en contra del conocimiento. De la misma forma que se puede promover el conocimiento, se puede promover el no conocimiento. Existe una construcción pasiva y una activa. Construcción activa son personas o empresas que deliberadamente quieren generan esa ignorancia en el público. Porque los headlines y titulares falsos venden mucho más. La gente hace mucho más clic en esos que en los verdaderos. Entonces si los incentivos están y la gente da clic, pues los van a seguir poniendo.”
Manuela además hace énfasis en el poder de la palabra dentro de las redes sociales.
“Uno puede decir lo que quiera. Uno puede mentir, uno puede engañar, uno puede decir lo que se le ocurra. Se puede comprobar que lo que dijo Trump sobre la vacuna es mentira, pero el poder queda en las palabras, en lo que ya se dijo. Ya se dijeron y ya hay un esparcimiento de la información o desinformación.”
Por otra parte, Manuela menciona que la democracia y el conocimiento no siempre van de la mano y que este es un problema fundamental en la forma en que se construye el internet. “El internet se vende al principio como esta herramienta magnifica que permite que todos tengan acceso a todo, una democratización del conocimiento. Y ahí hay un tema interesante y es que la democracia y el conocimiento no van de la mano. El qué es verdad no es lo mismo que preguntarle a la gente qué es lo que la mayoría de las personas creen. Lo que pasa en el internet es que todo parece tener la misma credibilidad.
No hay este chequeo que tienen instituciones tan jerárquicas como la ciencia, en donde hay un proceso de educación larguísimo, y solo un grupo muy pequeñito élite hace contribuciones. En el internet todo es plano, o pues la mayoría de las cosas. Se pierde todo ese proceso de legitimación y pareciera, a los ojos del consumidor, que todo tiene la misma validez. Ahí no se distingue qué es información y qué es desconocimiento.”
Finalmente, Manuela habla de la relación entre las redes sociales y la inocencia de las personas. “La gente confía en el internet. Eso funciona bajo un mecanismo que evolutivamente hemos desarrollado los seres humanos y es el sesgo de confirmación, estamos mucho más dispuestos a creer en lo que confirme lo que ya creemos, que en lo que contraríe lo que creemos. Por ejemplo, si uno hace una búsqueda en Google y hay páginas que confirman lo que uno ya creía, uno va a hacer clic en esas páginas y no en las que posiblemente le están diciendo cómo realmente funciona. Simplemente porque tenemos este sesgo cognitivo los seres humanos. Por otra parte, se crean unas burbujas en las redes sociales. Sacas a tus amigos que dicen cosas que no tu no compartes, y en cambio agregas a las personas que piensan como tú.
No lo haces conscientemente, entonces tus propios prejuicios se van reforzando con las decisiones que vas tomando sin darte cuenta. Tú vas haciendo clic y clic y clic en las cosas que estás más de acuerdo.
Y te metes en estos loopholes y de ahí ya no puedes salir. Todo ese universo virtual te está dando la razón y te está metiendo en la cabeza cosas que no son y no te va a alejar de tus propios prejuicios.”
Para poder cumplir con el componente técnico que implica el proyecto se empezó a utilizar la herramienta Knime. Knime es un software para trabajo en minería y ciencia de datos incluidas herramientas predictivas propias del Machine Learning que cuenta con un entorno fácil e intuitivo, permitiéndole a una persona enfocarse en buscar Insights y no en la programación como tal. Este software funciona con el paradigma de la programación visual, lo cual significa que no es necesaria la programación textual en código, sino que se basa en manipular elementos gráficos llamados nodos. Los nodos tienen entradas y salidas y lo que buscan es transformar de alguna forma los datos que ingresan para que salgan de una manera modificada. Existen muchos tipos de nodos, entre estos se encuentran los que permiten el acceso a los datos, nodos de transformación, nodos para análisis y minería de datos y de visualización, entre otros.
Knime funciona por medio de la creación de workflows, que son una unión de nodos que crean un flujo para que los datos sigan y sean modificados de la forma que se desea.
Técnico
Knime es una herramienta que facilita usar algoritmos complejos de inteligencia artificial sin tener que programarlos directamente. La inteligencia artificial es un campo enfocado en el procesamiento de la información que se basa en la idea de que la inteligencia puede ser medida y replicada de tal forma que una máquina puede imitar los procesos cognitivos de los humanos. Andreas Kaplan y Michael Haenlein definen la inteligencia artificial como “la capacidad de un sistema para interpretar datos externos correctamente, aprender de dichos datos y usar esos aprendizajes para lograr objetivos y tareas específicas mediante una adaptación flexible” (2019).
Por otra parte, Knime también permite realizar minería y procesamiento de texto de una manera muy intuitiva. El procesamiento de texto es el análisis de información textual con el fin de encontrar información que no está explícita dentro del texto. Esta información se obtiene por medio de aplicar algoritmos estadísticos o de inteligencia artificial (Brun, 2004). El procesamiento de texto cuenta con diferentes pasos entre los que se encuentran recolectar los datos, hacer un preprocesamiento para limpiarlos y estructurarlos, enriquecer los datos con metadatos, transformarlos de tal forma que se les pueden aplicar diferentes algoritmos y por último extraer las características deseadas para hallar nueva información (KNIME, 2018).
04
Insights
- La desinformación ha existido siempre, pero las circunstancias actuales con las redes sociales hacen que los consensos de acuerdos básicos de lo que era verdad se redefinan.
- Por medio de las redes sociales, cada persona tiene la posibilidad de crear su propia realidad e imponérsela a los demás.
- Más que oferta de desinformación, existe mucha demanda por parte de personas que se sienten abrumadas, desconcertadas, o con miedo.
- La desinformación afecta a todos por igual.
- Los temas recurrentes en los cuales se ve la desinformación son temas cotidianos.
- El uso de las redes sociales implica tener una conciencia colectiva.
- El conocimiento y la verdad se crean como un consenso entre la comunidad, pero el modelo de negocios de las redes sociales imposibilita crear esto ya que se busca deliberadamente generar ignorancia en el público.
- El poder de la palabra es fundamental en el uso de las redes sociales, si ya se dijo no hay nada que hacer.
- Existe un problema fundamental en la forma en que se construye el internet porque paradójicamente la democracia y el conocimiento no siempre van de la mano.
- Para los ojos del usuario, toda la información en la Internet tiene la misma validez porque pareciera plano.
- Existe una inocencia en el uso de las redes sociales debido a que existen sesgos cognitivos que hacen que las personas confíen en la Internet.
- Querer ser justo y objetivo frente a la información no es suficiente, ya que existe una miopía natural humana debido a los sesgos cognitivos.
- El universo digital hace que inconscientemente las personas refuercen sus prejuicios.
- Por medio de las redes sociales, el usuario deja de tener un rol pasivo frente a la comunicación como simple receptor, ya que tiene la posibilidad de crear contenido y contribuir a la propagación de la información.
05
Referentes
Vera
“Vera” es una campaña de la Asociación Nacional de Medios de Comunicación (Asomedios) que busca contrarrestar las noticias falsas en Colombia. Asomedios es una corporación de carácter gremial civil que busca defender la libertad de expresión e información, así como busca promover el crecimiento y desarrollo del sector de los medios de comunicación como principio fundamental del sistema democrático colombiano (Asomedios, 2017).
La campaña “Vera” busca apelar a la experiencia y a la calidad de contenidos de la radio para refutar información falsa que es compartida por los colombianos principalmente en las redes sociales. “Vera” cobra vida con una voz robotizada que representa las voces de todos los periodistas y locutores de emisoras colombianas. El objetivo detrás de la campaña es identificar las noticias que le están haciendo daños a las personas en la época de pandemia y que por medio de la voz de “Vera” se puedan desmentir (Caracol Radio, 2020).
Referentes conceptuales
Imagen 4. Logo Vera campaña Asomedios
Desinformación en tiempos de pandemia
“Desinformación en tiempos de pandemia” es la visualización de los resultados obtenidos en un estudio realizado por el Observatorio de la democracia en donde se analizó la información falsa relacionada con cinco medicamentos que han sido anunciados erróneamente como tratamientos para el Covid -19: interferón, hidroxicloroquina (o cloroquina), azitromicina, remdesivir e ivermectina.
En el artículo se pueden ver diferentes tipos de visualizaciones desde gráficas hasta nubes de palabras.
Imagen 5. Gráfica posts en Facebook de Desinformación en Tiempos de Pandemia
Imagen 6. Gráfica posts en medios de Desinformación en Tiempos de Pandemia
Imagen 7. Nube de palabras Twitter de Desinformación en Tiempos de Pandemia
Imagen 8. Nube de palabras cloroquina de Desinformación en Tiempos de Pandemia
Dentro de los hallazgos obtenidos en el estudio, cabe destacar:
- Comunicar en un contexto tan incierto y con tan alta demanda de información es un reto grande, que los medios de comunicación deben asumir con responsabilidad.
- Anteponer la simplicidad de la esperanza a la complejidad de la información científica está promoviendo la desinformación.
- La desinformación es dinámica, se alimenta de la esperanza y va de la mano con la polarización.
- Los medios de comunicación tradicionales en Colombia generan contenido en el que sobre simplifican los resultados de las investigaciones acerca de los medicamentos aportando a la viralizar la desinformación.
- Las autoridades colombianas guardan silencio frente a la desinformación (Observatorio de la democracia, 2020).
Página web del observatorio de memoria y conflicto (OMC)
El Observatorio de Memoria y Conflicto es un sistema de información que busca integrar los datos documentados sobre la violencia que se ha vivido en el marco del conflicto armado de Colombia. Esta información proviene de diferentes fuentes tanto sociales como institucionales y el objetivo del observatorio es ponerla a la disposición del público para que se pueda crear un proceso de esclarecimiento histórico y construcción de memoria y verdad (OMC).
En la página se pueden encontrar las tablas que se han generado sobre los diferentes tipos de hechos de violencia, como acciones bélicas, asesinatos selectivos, violencia sexual, entre otros.
La página permite descargar los datos en formato CSV o en XLSX. También se encuentran visualizaciones ya creadas a partir de lo geográfico, la cronología y la clasificación. Por último, se pueden encontrar infografías que resumen la información y una breve explicación de la metodología usada para la recolección, análisis de información, difusión y evaluación.
Referentes visuales
Imagen 9. Página Web OMC
La desinformación ha existido desde siempre, por lo cual es importante revisar referentes que sucedieron antes de la era de las redes sociales.
The Great Moon Hoax – 1835
En 1835 el periódico estadounidense The Sun, publicó lo que serían 6 artículos sobre el supuesto descubrimiento de vida en la luna por el famoso astrónomo John Herschel.
Herschel, hijo del famoso astrónomo William Herschel, estudió en Cambridge e hizo importantes contribuciones en el área de la astronomía. Entre ellas se encuentra el descubrimiento de las órbitas elípticas de las estrellas dobles y la demostración de que se mueven de acuerdo con las leyes de Newton (ILCE).
Los artículos publicados sobre el descubrimiento de la vida en la luna fueron escritos por el Dr. Andrew Grant, supuesto compañero de Herschel, quien lo había acompañado a construir un telescopio tan potente que le había permitido hacer sus descubrimientos en el Cabo de Buena Esperanza en Sudáfrica. En los artículos se hablaba sobre las especies descubiertas, entre las que se encontraban los hombres murciélago y los unicornios. La noticia tuvo mucha aceptación por parte de los estadounidenses y fue incluso reimpresa en diferentes periódicos europeos.
Referentes antes de las redes sociales
Imagen 10. The Great Moon Hoax Periódico The Sun
La farsa se descubrió porque dos científicos de la universidad de Yale empezaron a cuestionar la noticia, por lo cual investigaron las fuentes que se citaban en los artículos y descubrieron que eran falsas. Al destaparse la mentira, se entrevistó a Herschel quien dijo que había aceptado la historia porque le parecía divertida, ya que sus descubrimientos en la Tierra no iban a ser tan emocionantes como los inventados de la luna. También, se encontró que el periódico aceptó publicar la noticia falsa debido a que esto le traería más lectores y, efectivamente, la popularidad del periódico incrementó (EarthSky, 2019).
Cadenas de mensajes
Las cadenas de mensajes a través del correo electrónico son otro ejemplo de desinformación previo a las redes sociales. Estas cadenas consistían en la propagación de un mensaje a través del correo electrónico. Al principio del correo se podía rastrear de dónde venía el mensaje, ya que se mostraba la lista de todos los usuarios que lo habían reenviado. Los mensajes inducían al final al usuario a reenviarlo por medio de historias emocionalmente manipuladoras y amenazas de mala suerte, violencia física o incluso la muerte.
Una cadena de mensajes famosa que se dio en el 2014 fue la cadena del aceite de canola.
En esta cadena, se afirmaba que este producto generaba cáncer en sus consumidores.
La cadena de mensajes generó un gran impacto negativo en la industria, haciendo que perdiera mucha popularidad. Finalmente, la noticia falsa se desmintió por parte de La Asociación contra el Cáncer de Sudáfrica (CANSA, por sus siglas en inglés). El jefe de investigación de CANSA dijo: “este correo electrónico constituye un sabotaje industrial e intenta desperdiciar un producto excelente y saludable, el aceite de canola. No hay nada de malo con el aceite de canola. De hecho, el aceite es de una naturaleza tan superior que CANSA ha reconocido el producto como una 'elección inteligente’” (CANSA, 2014).
Imagen 11. Ejemplo cadena de mensajes
06
Propuesta
Aportar insumos para la sensibilización de los colombianos sobre el efecto que tienen la desinformación e información errónea en ellos, como individuos y como parte de una comunidad.
Propuesta de valor
Técnica – Visualización
Visualizar el panorama de la desinformación del COVID –19 en las redes sociales por medio de la Inteligencia Artificial y el procesamiento de texto, sin dejar por fuera el lado humano de las experiencias personales de los colombianos frente a la desinformación en la pandemia.
Propuesta de solución
Con el fin de estructurar la segunda parte del proyecto, se plantearon una serie de pasos a desarrollar.
1. Recolección de datos: identificar discursos, fuentes, difusores, reclamos, escalas, formatos y las respuestas a la desinformación que ya se están produciendo.
2. Procesamiento de texto: Diseño de un prototipo funcional para procesar los datos recolectados utilizando la herramienta de Knime por medio de filtros, inteligencia artificial y procesamiento de texto.
3. Diseño de una metodología: Diseño de una metodología intuitiva que explique una serie de pasos a seguir con el fin de diseñar a partir de datos textuales.
4. Página web: Diseño de una página web para poder compartir los datos que se han recolectado de una manera pública y abierta.
Pasos
07
Prototipos
Como primer prototipo se realizó un workflow en Knime que permitiera extraer los Tweets relacionados a una noticia falsa específica y luego por medio de técnicas de procesamiento de texto se pudiera hacer una nube de palabras con las palabras más frecuentes en los Tweets. También se creó un segundo workflow que permitía comparar las palabras extraídas con diccionarios de palabras positivas y negativas. De esta forma se puede crear una nube de palabras donde las palabras que se asocian con un sentimiento negativo se pintan de color rojo y las que se asocian con un sentimiento positivo se pinta de color verde.
Primeras aproximaciones
Creación Workflow
Para la creación del workflow, se conectaron una serie de nodos que transforman los datos de la manera que se desea para llegar a un resultado. Los nodos se dividieron en diferentes grupos dependiendo de su función para facilitar la comprensión.
La primera agrupación marcada con amarillo se encarga de la obtención de datos. El primer nodo llamado Twitter Api Conector permite hacer una conexión directa con Twitter, para poder extraer datos de esta red social. Twitter sólo permite crear esta conexión a los usuarios que tengan una cuenta de desarrollador. Esta cuenta se crea aplicando por medio de la página de Twitter y respondiendo varias preguntas sobre lo que se desea hacer con los datos que se extraerían de la red social. Lo que se busca con estas preguntas es asegurarse que los datos no se van a utilizar con malas intenciones. Luego de que el proyecto ha sido aprobado por Twitter, al usuario desarrollador se le mandan una serie de contraseñas y tokens secretos que deberán ser ingresados directamente en Knime.
El segundo nodo llamado Twitter Search permite hacer la búsqueda de Tweets que se desea. Para esto se define la “consulta” que son las palabras clave que se buscarán dentro de todos los Tweets y sólo se devolverán aquellos que contengan esas palabras explícitamente. En este nodo se puede decidir si se desea encontrar los Tweets que sean populares, los recientes o una mezcla de ambos. También se debe especificar la cantidad de Tweets que se desea obtener. Este número no puede ser excesivamente grande debido a que la cuenta de desarrollador de Twitter se bloquea por tres días si se hacen consultas de más de 100.000 datos. Por último, en este nodo se decide qué información se quiere obtener. La información puede ser del Tweet, como el Tweet textualmente, el Tweet ID, las veces que se le ha hecho ReTweet, entre otros, o también puede ser información del usuario que escribió el Tweet como el id, la foto de perfil, el nombre, entre otros.
El tercer nodo llamado SQLite Connector permite hacer la conexión con un archivo .sqlite.
Este archivo debe tener las sentencias necesarias para crear una base de datos utilizando el lenguaje SQLite, que es una versión simplificada del lenguaje SQL que se utiliza comúnmente para manejar bases de datos. Este archivo es necesario debido a que Knime solo permite que se utilicen los Tweets recuperados en el nodo anterior si están guardados en una base de datos.
El cuarto nodo llamado DB Update tiene una conexión tanto con el segundo nodo como con el tercer nodo. De esta manera lo que hace es escribir la tabla que contiene los Tweets obtenidos en el archivo .sqlite que crea la base de datos.
A continuación, se utilizan dos nodos llamados Row Filter y Column Filter. Lo que hacen estos dos nodos es filtrar la tabla de la manera que uno desee. Se usan en este punto del workflow debido a que se deben eliminar de la tabla las filas que no se hayan actualizado correctamente para no tener problemas luego con los datos sucios.
El séptimo nodo de esta agrupación llamado Strings to Documents hace la primera conversión del tipo de datos. Los datos en este momento se tienen de tipo String, o sea una cadena de caracteres. Sin embargo, para poder aplicar los nodos de procesamiento de texto, se necesita que los datos se guarden de tipo Document. Este tipo de dato simplemente es una cadena de caracteres entre comillas dobles.
El último nodo de esta agrupación es nuevamente un Column Filter. Este nodo se utiliza para quitar las columnas que tienen datos de tipo String para dejar únicamente los datos de tipo Document. Con este nodo se concluye el grupo de nodos que permiten la obtención de datos.
Imagen 12. Agrupación “Obtención de Datos” del Workflow desarrollado
La segunda agrupación se llama “Enriquecimiento” y está resaltada con un naranja claro.
En esta agrupación sólo se encuentra un nodo llamado POS Tagger. Lo que hace este nodo es agregarle meta data a los datos que ya teníamos. La meta data en este caso es de tipo POS, que significa partes del discurso. En este caso cada palabra obtiene una etiqueta según la parte del discurso que le corresponde como adjetivo, verbo, adverbio, etc.
Imagen 13. Agrupación “Enriquecimiento” del Workflow desarrollado
A continuación, se pasa a la tercera agrupación resaltada con un naranja oscuro. Esta agrupación se encarga del preprocesamiento de texto, o sea en limpiar el texto que no es útil. El primer nodo que se utiliza en esta agrupación se llama Number Filter. Este nodo se encarga de quitar los números que se encuentran dentro del texto. El segundo nodo se llama Case Converter. Este nodo se encarga de convertir todo el texto a mayúsculas o a minúsculas, depende de lo que se desee. El tercer nodo se llama Replacer. Este nodo permite reemplazar una palabra o conjunto de palabras por otra. En este caso se está utilizando un Replacer para eliminar la frase que se buscó en el nodo Twitter Search. Esta frase se elimina debido a que como el objetivo final es realizar una nube de palabras de las palabras más frecuentes, si no se quita esta frase saldría muy grande dentro de la nube de palabras y no se podrían apreciar las demás debido a que esa frase está en todos los Tweets de la tabla. A continuación, se utiliza el nodo llamado Punctuation Erasure.
Este nodo permite eliminar todos los signos de puntuación. Luego se utiliza el Stop Word Filter, que se encarga de eliminar las palabras vacías como artículos, preposiciones, pronombres, entre otros, que no tienen un significado en sí. Por último, se utiliza el nodo N Chars Filter. Este nodo se utiliza para eliminar las palabras que tienen menos de N caracteres. En este caso se programó N = 3 para que se eliminen las palabras que tienen solo uno o dos caracteres que generalmente no aportan mucho significado.
Imagen 14. Agrupación “Pre procesamiento” del Workflow desarrollado
La cuarta agrupación resaltada en rojo se llama “Transformación” y se encarga de transformar los datos en diferentes tipos de datos. El primer nodo que se utiliza en esta agrupación se llama Tag Filter. En este nodo se pueden escoger las POS que se desean dejar dentro de la tabla y las otras serán eliminadas. En este caso se escogieron los verbos, los adjetivos y los sustantivos para que se dejaran en la tabla y el resto se eliminan. El segundo nodo que se utiliza se llama Bag of Words Creator. Este nodo cambia los datos de tipo Document a datos de tipo Bag of Words, que se caracterizan por tener un término y una etiqueta. Este nodo separa cada palabra que estaba dentro del Tweet y le pone la etiqueta correspondiente. Lo interesante de este nuevo tipo de datos es que permite ver las etiquetas de meta data que tienen los datos, o sea se puede ver a qué parte del discurso pertenece cada palabra. Para continuar se utiliza el nodo Term to String.
Este nodo lo que hace es coger cada palabra y la convierte nuevamente en el tipo de dato String. Finalmente, el último nodo de esta agrupación se llama TF y lo que hace es sacar la frecuencia relativa de cada palabra dentro del total de palabras. La frecuencia relativa se calcula como
𝑇𝐹 =# 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑎𝑝𝑎𝑟𝑒𝑐𝑒 𝑢𝑛𝑎 𝑝𝑎𝑙𝑎𝑏𝑟𝑎
# 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑎𝑙𝑎𝑏𝑟𝑎𝑠
Imagen 15. Agrupación “Transformación” del Workflow desarrollado
La quinta agrupación resaltada en vino tinto es la que permite hacer la visualización. En esta agrupación solo se encuentra un nodo llamado Tag Cloud. Este nodo se debe configurar para que tome la frecuencia relativa de las palabras y las muestre con un tamaño relativo a este número (entre mayor frecuencia relativa, se muestra la palabra de un mayor tamaño). En este nodo también se pueden configurar el número de palabras que se desea mostrar, la tipografía que se desea usar, el mínimo y máximo tamaño de la fuente, entre otros. Con este nodo se finaliza el workflow de procesamiento de texto.
Imagen 16. Agrupación “Visualización” del Workflow desarrollado
Como segundo workflow se creó uno que permite hacer un análisis de tono. Este workflow empieza con la misma agrupación que permite obtener los datos del workflow explicado anteriormente. Para este caso no se hace la segunda agrupación de enriquecimiento, pero sí se hace de igual manera la tercera para hacer el preprocesamiento.
La nueva agrupación que se hace en este workflow se llama “Análisis de tono” y está resaltada en morado. En primer lugar, se utilizan dos nodos iguales llamados File Reader.
Lo que se busca es poder leer dos archivos CSV. Uno de los archivos contiene una tabla de palabras asociadas a un tono positivo mientras que el otro contiene una tabla de palabras asociadas a un tono negativo. Estas tablas se llaman diccionarios en el procesamiento de texto, aunque no tengan las definiciones de las palabras como un diccionario normal. A continuación, se utilizan dos nodos iguales llamados Dictionary Tagger. Lo que hacen estos nodos, uno conectado al diccionario de palabras positivas y uno al diccionario de palabras negativas, es ponerles una etiqueta de metadata a las palabras que se encuentran en los Tweets, pero esta vez no son de tipo POS sino si son del tipo Positivo, Negativo o Ninguno. El quinto nodo que se utiliza se llama Bag of Words Creator que, como se mencionó anteriormente, cambia el tipo de palabras a un término con una etiqueta. El sexto nodo que se utiliza se llama Tags to Strings. Este nodo lo que permite es extraer la etiqueta Positivo, Negativo o Ninguno y que se convierta en un String por separado. El séptimo nodo que se utiliza es el Row Filter para poder eliminar las filas que tienen la etiqueta de Ninguno, de tal forma que solo queden dentro de la tabla palabras positivas o negativas.
Imagen 17. Agrupación “Análisis de tono” del Workflow desarrollado
La última agrupación de este workflow es nuevamente una agrupación de visualización, pero utiliza unos nodos diferentes. En primer lugar, se usa el nodo llamado Color Manager. Este nodo permite asignarles color a los datos de la tabla.
En este caso se le asigna verde a las palabras con etiqueta positiva y rojo a las palabras con etiqueta negativa. El siguiente nodo que se utiliza es nuevamente el Tag Cloud con el cual se crea una nube de palabras. Sin embargo, esta nube de palabras se diferencia de la otra en que solo muestra palabras de color verde o de color rojo. Finalmente, se utiliza un último nodo llamado Interactive Pie Chart. Lo que se obtiene con este nodo es crear un gráfico de tipo Pie en el que se muestra la razón entre palabras positivas y palabras negativas en los Tweets analizados.
Imagen 18. Agrupación “Visualización 2” del Workflow desarrollado
Prueba del workflow
Las dos noticias falsas que se escogieron para el siguiente prototipo fueron dos que me quedaron personalmente grabadas durante los primeros meses de la pandemia.
La primera noticia falsa decía que el coronavirus se quedaba en la garganta durante unos días antes de bajar a los pulmones. Por esta razón, una práctica útil consistía en hacer gárgaras de sal para poder eliminar el virus antes de que llegara a los pulmones y fuera demasiado tarde. Esta noticia falsa me tocó personalmente debido a que en mi familia se creyó como verdadera por varios días, e incluso alcanzamos a realizar las gárgaras de sal. Sin embargo, esta noticia fue desmentida luego por la Organización Mundial de Salud (OMS) y la Universidad Johns Hopkins.
La segunda noticia falsa es la que implica que el coronavirus es un arma biológica manipulada genéticamente en un laboratorio para acabar con toda la humanidad. Esta noticia la creyeron tanto mis papás como mis abuelos y yo intentaba en vano explicarles por qué creía que esto era desinformación y acusaciones sin fundamentos.
Resultados
1. Gárgaras de sal
Imagen 19. Nube de palabras frecuentes con la búsqueda “Gárgaras de sal”
Imagen 20. Nube de palabras positivo/negativo con la búsqueda “Gárgaras de sal”
2. Arma biológica
Imagen 21. Nube de palabras frecuentes con la búsqueda “Arma biológica”
Imagen 22. Nube de palabras positivo/negativo con la búsqueda “Arma biológica”
Hallazgos
- En las nubes de palabras de ambas noticias falsas se puede ver una relación directa con el Covid- 19 por medio de palabras como coronavirus y virus.
- En las nubes de palabras de sentimientos se pueden apreciar dos lados, por una parte, se hace alusión a que es una noticia verdadera y con otras palabras se puede aludir a que son noticias falsas. Por un lado, se pueden ver palabras como recomendaciones, remedio, super, afirmación en verde, mientras que en rojo se pueden apreciar palabras como riesgo, mentira, denunciar, confunde, ridículo.
Conclusiones
- La curva de aprendizaje de Knime permite tener resultados relativamente rápidos sin tener que ser expertos en el tema. Es una herramienta que posibilita un acercamiento importante a la minería de datos.
- Es necesario un componente de análisis y cuestionamiento de los resultados obtenidos, pues todo necesita un contexto. El proceso de análisis humano aún es esencial.
- Se comprende la oportunidad y necesidad de empezar a crear contenidos desde el contexto colombiano que funcionen como insumos para el entrenamiento de IA.
Por ejemplo, diccionarios que incluyan terminología de jerga colombiana.
- Las herramientas de análisis de datos permiten analizar muchas variables, pero a veces se vuelven un poco ajenas a las experiencias personales sobre lo que estamos viviendo, sintiendo, la forma en que nos relacionamos.
-
Procedimiento
Como segundo prototipo se propuso un taller para estudiantes de diseño tanto de pregrado como de maestría en el cual se pudiera probar el workflow desarrollado. El taller se desarrolló en diferentes pasos:
1. Aproximación a la desinformación desde nuestra experiencia personal. En este paso se les pidió a los estudiantes que seleccionaran una noticia falsa que los hubiera tocado de manera personal durante la pandemia.
2. Seguimiento del workflow diseñado. En este paso se les explicó paso a paso a los estudiantes cómo crear el workflow en Knime para lograr el procesamiento de texto con el fin de visualizar las palabras más frecuentes en los Tweets relacionados a la noticia falsa escogida. Además, se les pidió que cada uno creara su propia cuenta de desarrollador en Twitter.
3. Analizar los resultados. A continuación, se les pidió a los estudiantes hacer un ejercicio de análisis de diseño para poder interpretar los resultados y hallar Insights sobre la noticia falsa escogida dentro del panorama de la desinformación sobre el Covid-19 en Colombia.
4. Creación base de datos. Por último, se les pidió a los estudiantes descargar los datos recolectados de su búsqueda de Tweets con la intención de comenzar a crear una base de datos relacionada al tema de la desinformación sobre el coronavirus en Colombia.
Taller con los estudiantes
Resultados de los estudiantes
A continuación, se presentan los resultados enviados por los nueve estudiantes que participaron en el taller. Dentro de los resultados se encuentra la justificación que dieron a la noticia falsa seleccionada, la nube de palabras realizada y los hallazgos encontrados.
1. Lina Samper – “Los gatos y perros trasmiten Covid – 19”
Justificación: “La noticia falsa que escogí es que los gatos y perros transmiten el Covid -19. Creo que es justificable el hecho de que las personas tuviesen miedo de contagiarse al saber que el virus había arrancado en un mercado vivo en China. La alerta llegó a tal punto que perros y gatos estaban siendo abandonados y sacrificados por todo el mundo. Afortunadamente, se desmintió rápidamente.”
Imagen 23. Noticia Perros y Gatos trasmiten Covid - 19
Nube de palabras:
Imagen 24. Nube de palabras frecuentes con la búsqueda “Gatos Perros Covid” por Lina Samper
2. Azalya Latorre – “Cloro y Covid”
Justificación: “Quise explorar la combinación "cloro Covid" porque me impactó mucho cómo había una urgencia por tener una solución inmediata, que incluso llegara a usar cosas que ya se sabe que son tóxicas para el cuerpo humano. El uso de esa información causó que, en un punto alto de la pandemia, los hospitales también tuvieran que preocuparse por la intoxicación generada por cloro.”
Imagen 25. Meme Cloro y Covid @lilfeto
Nube de palabras:
Imagen 26. Nube de palabras frecuentes con la búsqueda “Cloro Covid” por Azalya Latorre
Hallazgos:
- “Hay una preocupación por la muerte y aquello que sirve o no para evitarla en el contexto de la pandemia.”
- “Uso de términos técnicos como dióxido y cloro en la comunicación informal.”
- “Mención de entidades como médicos, universidades, clínicas en el mensaje.”
- “Evidencia de la polarización entre quienes creen que sirve y quienes creen que no.”
3. Maria Fernanda Vera – “Dióxido de cloro para tratar el Covid - 19”
Justificación: “Los motivos que me llevaron a escoger el dióxido de cloro como mito sobre la cura contra Covid - 19 fue por la experiencia que tuve con mi esposo, quien estuvo en estado grave de salud por esta enfermedad y sus familiares insistieron en consumir este producto químico que consideraban milagroso. Actualmente he conocido casos de amigos que se encuentran consumiendo este producto y lo siguen recomendando a otras personas. El dióxido de cloro es un compuesto químico con fórmula ClO2. Como todos los óxidos de cloro, es un potente y útil agente oxidante, utilizado en el tratamiento del agua y como blanqueante. La dosis letal media (DL50) por vía oral se ha calculado en ratas en 94 mg por kg de peso por lo que se clasifica como una sustancia moderadamente tóxica y peligrosa.”
Imagen 27. Meme Dióxido de Cloro
Nube de palabras:
Imagen 28. Nube de palabras frecuentes con la búsqueda “Dióxido Cloro Covid” por María Vera
4. Ricardo Homez – “Gárgaras con bicarbonato de sodio”
Justificación: “Pese a la desinformación y posibles curas para el Covid - 19 la del bicarbonato de sodio ha tenido gran incidencia y aceptación por los receptores, ya que constantemente, frente a cualquier situación cotidiana, este antiácido parece ser la solución; artículos como: "El bicarbonato de sodio, un recurso multiusos" ha hecho posible que noticias falsas o tratamientos "milagrosos" suenen muy convincentes.
El supuesto tratamiento de las gárgaras el cual aparece en un video que se volvió viral en redes es falso y la mujer que lo asegura ni siquiera es médica.
Lo primero que debemos decir es que el bicarbonato de sodio es un antiácido de absorción rápida y actúa “como alcalinizante sistémico y urinario” de acuerdo a esta definición del sitio Vademécum. Sin embargo, como ya se publicó en esta verificación de AFP, mantener un pH alcalino no incide sobre el nuevo coronavirus.”
Imagen 29. Noticia falsa sobre bicarbonato de sodio
Nube de palabras:
Imagen 30. Nube de palabras frecuentes con la búsqueda “Gárgaras bicarbonato sodio” por Ricardo Homez
5. Javier Jara – “Aspirina Covid”
Justificación: “Había una cadena que difundía el rumor que la aspirina con limón y miel curaba el Covid - 19. Además, había noticias circulando que hablaban de estudios británicos sobre la aspirina como potencial tratamiento, pero no hay evidencia que la aspirina sea una cura para el Covid-19.”
Imagen 31. Cadena falsa de WhatsApp sobre Aspirina y Covid
