divulgaciones en twitter · 2019-10-01 · naturales, ciencia, leyendas urbanas o información...
TRANSCRIPT
DIVULGACIÓN EN TWITTER DE NOTICIAS VERDADERAS Y FALSAS
Por Soroush Vosoughi, Deb Roy, y Sinan Aral
MIT - INFORME DE INVESTIGACIÓN DE LA INICIATIVA SOBRE LA ECONOMÍA DIGITAL
LAS NOTICIAS FALSAS VUELAN. Apenas pasa un día sin que aparezca algo nuevo sobre la falta de veracidad de las redes sociales, la intromisión extranjera en las elecciones estadounidenses o la pseudo-ciencia.
A ello se añade la especulación sobre qué es lo que hay detrás de tales hechos. ¿Hay una motivación deliberada y política o casos de desinformación inconsciente? ¿Quién está esparciendo la noticia en línea: los bots y la inteligencia artificial o agitadores humanos? Estas fueron algunas de las preguntas que tratamos de abordar en el estudio longitudinal más grande que se ha hecho sobre la difusión de noticias falsas en línea. Hasta ahora, existían pocas investigaciones empíricas a gran escala sobre la difusión de la desinformación o sus orígenes sociales. Los estudios sobre la propagación de la desinformación se limitaron a los análisis de muestras pequeñas y ad hoc. Pero estos estudios ad hoc ignoran dos de las preguntas científicas más importantes: ¿De qué manera se diferencian la divulgación de la verdad y la falsedad; y qué factores del razonamiento humano explican estas diferencias?
Redefiniendo la noticia
Los conceptos básicos de verdad y precisión son fundamentales para la Teoría de Toma de Decisiones1, 2, 3, la cooperación4, la comunicación5 y los mercados6. Los medios en línea de hoy añaden nuevas dimensiones y complejidad a este campo de estudio.
Se ha prestado mucha atención al impacto de las redes sociales en nuestra democracia y nuestra política. Además de la política, los rumores falsos han afectado los precios de las acciones y la motivación para las inversiones a gran escala. De hecho, nuestras respuestas en general respecto a todo tipo de fenómenos, desde desastres naturales7,8 hasta ataques terroristas9 se han visto afectadas por la difusión de noticias falsas en línea.
La novedad es un factor importante. Las noticias falsas fueron percibidas como más novedosas que las noticias verdaderas, lo que sugiere que las personas son más propensas a compartir información novedosa.Las redes sociales, y en particular Twitter, Facebook y aplica-ciones para compartir fotos, facilitan el intercambio rápido de información y la generación de cascadas de información a gran escala, que pueden propagar ladesinformación, o información que es inexacta o engañosa.
Es un hecho que una parte mayor de nuestro acceso a información y noticias se da a través de estas herramientas [10], pero sabemos poco acerca de cuánto contribuye ello a la propagación de las noticias falsas en línea. Existe análisis anecdótico de casos de noticias falsas y su divulgación [11], pero hay pocas investigaciones empíricas a gran escala sobre la difusión de la desinformación o sus orígenes
La investigación disponible ha analizado la propagación de rumores individuales, como el descubrimiento del bosón de Higgs [12], o el terremoto en Haití de 2010 [13]. Otros han estudiado múltiples rumores de un solo evento de desastre, como el atentado del maratón de Boston de 2013. También se pueden encontrar modelos teóricos de difusión de rumores [14], o métodos para la detección de rumores [15], evaluación de credibilidad [16, 17] o intervenciones para reducir la difusión
La novedad es un factor importante. Las noticias falsas fueron percibidas como más novedosas que las noticias verdaderas, lo que sugiere que las personas son más propensas a compartir información novedosa.
Las redes sociales, y en particular Twitter, Facebook y aplicaciones para compartir fotos, facilitan el intercambio rápido de información y la generación de cascadas de información a gran escala, que pueden propagar la desinformación, o información que es inexacta o engañosa. Es un hecho que una parte mayor de nuestro acceso a información y noticias se da a través de estas herramientas10, pero sabemos poco acerca de cuánto contribuye ello a la propagación de las noticias falsas en línea.
PRINCIPALES RESULTADOS
Investigamos las diferencias en la difusión de noticias verdaderas y falsas diseminadas a través de Twitter entre 2006 y 2017. La data utilizada comprende aproximadamente 126.000 cascadas de noticias que se difundieron en Twitter durante esos años, donde participaron unos 3 millones de personas 4,5 millones de veces.
Para clasificar las noticias como verdaderas o falsas consultamos a seis organizaciones independientes de verificación de hechos, que estuvieron de acuerdo entre el 95% y 98% de los casos.
El estudio encontró que las noticias falsas se difundieron significativamente más, llegando más lejos, más rápido, más profundo y más ampliamente que la verdad en todas las categorías. Los efectos fueron más pronunciados para las noticias políticas falsas que para las noticias sobre terrorismo, desastres naturales, ciencia, leyendas urbanas o información financiera.
Controlando por muchos factores, las noticias falsas demostraron tener 70% más probabilidad de ser retuiteadas que las verdaderas.
Contrariamente a lo que se cree, los bots aceleraron la propagación de noticias verdaderas y falsas al mismo ritmo, lo que implica que son los seres humanos y no los robots los que son más propensos a ser responsables de la dramática propagación de noticias falsas.
Existe análisis anecdótico de casos de noticias falsas y su divulgación11, pero hay pocas investigaciones empíricas a gran escala sobre la difusión de la desinformación o sus orígenes sociales.
La investigación disponible ha analizado la propagación de rumores individuales, como el descubrimiento del bosón de Higgs12, o el terremoto en Haití de 201013. Otros han estudiado múltiples rumores de un solo evento de desastre, como el atenta-do del maratón de Boston de 2013. También se pueden encon-trar modelos teóricos de difusión de rumores14, o métodos para la detección de rumores15, evaluación de credibilidad16,17 o interven-ciones para reducir la difusión de rumores.
Sin embargo, casi ningún estudio evalúa exhaustivamente las diferencias en la difusión de la verdad y la falsedad ni examinan por qué las noticias falsas pueden propagarse de manera diferente a las verdaderas. Ese era nuestro objetivo de estudio y para ello, nuestra investigación examina la difusión de noticias verdaderas y falsas en Twitter.
Verificación de las Cascadas de Rumores
Una cascada de rumores comienza en Twitter cuando un usuario hace una afirmación sobre un tema en un tweet, que podría incluir texto escrito, fotos o enlaces a artículos en línea. Otros usuarios propagan el rumor, retuiteándolo. El proceso de difusión de un rumor se puede caracterizar por tener una o más "cascadas", que, para efectos de este estudio se definen como "un patrón de difusión de rumores que exhiben una cadena de retuits ininterrumpida con un origen común y singular".
Por ejemplo, un individuo podría iniciar una cascada de rumores tuiteando sobre una historia con una afirmación en ella, y otro individuo inicia independientemente una segunda cascada sobre el mismo tema que es completamente independiente de la primera, excepto que es sobre la misma historia.
LAS NOTICIAS FALSAS VUELAN. Apenas pasa un día sin que aparezca algo nuevo sobre la falta de veracidad de las redes sociales, la intromisión extranjera en las elecciones estadounidenses o la pseudo-ciencia.
A ello se añade la especulación sobre qué es lo que hay detrás de tales hechos. ¿Hay una motivación deliberada y política o casos de desinformación inconsciente? ¿Quién está esparciendo la noticia en línea: los bots y la inteligencia artificial o agitadores humanos? Estas fueron algunas de las preguntas que tratamos de abordar en el estudio longitudinal más grande que se ha hecho sobre la difusión de noticias falsas en línea. Hasta ahora, existían pocas investigaciones empíricas a gran escala sobre la difusión de la desinformación o sus orígenes sociales. Los estudios sobre la propagación de la desinformación se limitaron a los análisis de muestras pequeñas y ad hoc. Pero estos estudios ad hoc ignoran dos de las preguntas científicas más importantes: ¿De qué manera se diferencian la divulgación de la verdad y la falsedad; y qué factores del razonamiento humano explican estas diferencias?
Redefiniendo la noticia
Los conceptos básicos de verdad y precisión son fundamentales para la Teoría de Toma de Decisiones1, 2, 3, la cooperación4, la comunicación5 y los mercados6. Los medios en línea de hoy añaden nuevas dimensiones y complejidad a este campo de estudio.
Se ha prestado mucha atención al impacto de las redes sociales en nuestra democracia y nuestra política. Además de la política, los rumores falsos han afectado los precios de las acciones y la motivación para las inversiones a gran escala. De hecho, nuestras respuestas en general respecto a todo tipo de fenómenos, desde desastres naturales7,8 hasta ataques terroristas9 se han visto afectadas por la difusión de noticias falsas en línea.
La novedad es un factor importante. Las noticias falsas fueron percibidas como más novedosas que las noticias verdaderas, lo que sugiere que las personas son más propensas a compartir información novedosa.Las redes sociales, y en particular Twitter, Facebook y aplica-ciones para compartir fotos, facilitan el intercambio rápido de información y la generación de cascadas de información a gran escala, que pueden propagar ladesinformación, o información que es inexacta o engañosa.
Es un hecho que una parte mayor de nuestro acceso a información y noticias se da a través de estas herramientas [10], pero sabemos poco acerca de cuánto contribuye ello a la propagación de las noticias falsas en línea. Existe análisis anecdótico de casos de noticias falsas y su divulgación [11], pero hay pocas investigaciones empíricas a gran escala sobre la difusión de la desinformación o sus orígenes
La investigación disponible ha analizado la propagación de rumores individuales, como el descubrimiento del bosón de Higgs [12], o el terremoto en Haití de 2010 [13]. Otros han estudiado múltiples rumores de un solo evento de desastre, como el atentado del maratón de Boston de 2013. También se pueden encontrar modelos teóricos de difusión de rumores [14], o métodos para la detección de rumores [15], evaluación de credibilidad [16, 17] o intervenciones para reducir la difusión
La novedad es un factor importante. Las noticias falsas fueron percibidas como más novedosas que las noticias verdaderas, lo que sugiere que las personas son más propensas a compartir información novedosa.
Las redes sociales, y en particular Twitter, Facebook y aplicaciones para compartir fotos, facilitan el intercambio rápido de información y la generación de cascadas de información a gran escala, que pueden propagar la desinformación, o información que es inexacta o engañosa. Es un hecho que una parte mayor de nuestro acceso a información y noticias se da a través de estas herramientas10, pero sabemos poco acerca de cuánto contribuye ello a la propagación de las noticias falsas en línea.
DIVULGACIÓN EN TWITTER DE NOTICIAS VERDADERAS Y FALSAS
Por Soroush Vosoughi, Deb Roy, y Sinan Aral
MIT INITIATIVE ON THE DIGITAL ECONOMY RESEARCH BRIEF
Existe análisis anecdótico de casos de noticias falsas y su divulgación11, pero hay pocas investigaciones empíricas a gran escala sobre la difusión de la desinformación o sus orígenes sociales.
La investigación disponible ha analizado la propagación de rumores individuales, como el descubrimiento del bosón de Higgs12, o el terremoto en Haití de 201013. Otros han estudiado múltiples rumores de un solo evento de desastre, como el atenta-do del maratón de Boston de 2013. También se pueden encon-trar modelos teóricos de difusión de rumores14, o métodos para la detección de rumores15, evaluación de credibilidad16,17 o interven-ciones para reducir la difusión de rumores.
Sin embargo, casi ningún estudio evalúa exhaustivamente las diferencias en la difusión de la verdad y la falsedad ni examinan por qué las noticias falsas pueden propagarse de manera diferente a las verdaderas. Ese era nuestro objetivo de estudio y para ello, nuestra investigación examina la difusión de noticias verdaderas y falsas en Twitter.
Verificación de las Cascadas de Rumores
Una cascada de rumores comienza en Twitter cuando un usuario hace una afirmación sobre un tema en un tweet, que podría incluir texto escrito, fotos o enlaces a artículos en línea. Otros usuarios propagan el rumor, retuiteándolo. El proceso de difusión de un rumor se puede caracterizar por tener una o más "cascadas", que, para efectos de este estudio se definen como "un patrón de difusión de rumores que exhiben una cadena de retuits ininterrumpida con un origen común y singular".
Por ejemplo, un individuo podría iniciar una cascada de rumores tuiteando sobre una historia con una afirmación en ella, y otro individuo inicia independientemente una segunda cascada sobre el mismo tema que es completamente independiente de la primera, excepto que es sobre la misma historia.
Nuestra investigación examinó un conjunto de datos muy completo de todas las cascadas de rumores verificadas que se extendieron en Twitter desde su creación en 2006 hasta 2017. Los datos incluyeron aproximadamente 126.000 cascadas de rumores en las que participaron alrededor de 3 millones de personas 4,5 millones de veces. El siguiente problema que abordamos fue cómo comprobar los tweets. Seis organizaciones independientes de verificación de hechos investigaron todas las cascadas de rumores. Estas son: snopes.com, politifact.com, factcheck.org, truthorfiction.com, hoax-slayer. com,urbanlegends.about.com. Luego, analizamos el título, el cuerpo y el veredicto (verdadero, falso o mixto) de cada investigación de rumores reportada en sus sitios web, y automáticamente recopilamos las cascadas correspondientes a esos rumores en Twitter. El resultado fue una muestra de cascadas de rumores cuya veracidad había sido acordada por estas organizaciones del 95% al 98% del tiempo.
Para cada cascada construimos cuatro indicadores:
1. Profundidad: El número de retuits consecutivos desde el tweet de origen. 2. Tamaño: El número de usuarios involucrados en la cascada a lo largo del tiempo. 3. Ancho máximo: El número total de usuarios involucrados en la cascada a cualquier nivel de profundidad.4. Viralidad estructural: Una medida que interpola entre el contenido difundido a través de una sola, gran emisión y contenido difundido a través de varias generaciones, con cualquier individuo directamente responsable de sólo una fracción de la propagación total.19
Nuestros resultados fueron dramáticos: la verdad tardó aproximadamente seis veces más en llegar a 1.500 personas que las mentiras y 20 veces más para alcanzar una profundidad de diez niveles en la cascada. Las noticias verdaderas nunca lograron divulgarse más allá de una profundidad de nivel diez, mientras que las noticias falsas alcanzaron una profundidad de nivel 19 casi diez veces más rápido que las noticias verdaderas alcanzaron una profundidad de nivel diez. Las noticias falsas también se difundieron más ampliamente y fueron retuiteadas por más usuarios únicos que las verdaderas en cada nivel de profundidad en la cascada.
DIVULGACIÓN EN TWITTER DE NOTICIAS VERDADERAS Y FALSAS
Por Soroush Vosoughi, Deb Roy, y Sinan Aral
MIT - INFORME DE INVESTIGACIÓN DE LA INICIATIVA SOBRE LA ECONOMÍA DIGITAL
Viralidad y novedad de noticias políticas falsas
El estudio encontró que las noticias políticas falsas se difundieron más profunda y ampliamente, llegaron a más personas y fueron más virales que cualquier otra categoría de información falsa. Las noticias políticas falsas también se difundieron más rápida-mente, llegando a más de 20.000 personas casi tres veces más rápido que todos los demás tipos de noticias falsas que llegaron a 10.000 personas.
El análisis de las diferentes categorías de noticias mostró que las noticias sobre política, leyendas urbanas y ciencia se extendieron a más gente, mientras que las noticias sobre política y leyendas urbanas se divulgaron más rápido y fueron las más virales. Cuando estimamos un modelo sobre la probabilidad de retuit nos dimos cuenta de que las noticias falsas tenían 70% más probabilidad de retuit que las verdaderas.
¿Qué podría explicar resultados tan sorprendentes? Una explicación surge de la teoría de la información y la teoría de la decisión bayesiana: la gente tiene mucho apetito por la novedad. Como otros han señalado, la novedad atrae la atención humana [20], contribuye a la toma de decisiones productivas21 y fomenta el intercambio de información22. En esencia, puede actualizar nuestra comprensión del mundo. Cuando la información es novedosa, no sólo es sorprendente, sino también más valiosa, tanto desde la perspectiva de la teoría de la información (proporciona mayor ayuda a la toma de decisiones), como desde una perspectiva social (transmite un mensaje de estatus social por tener acceso a información única "estar dentro de un círculo privilegiado").Para comprobar esta hipótesis, analizamos si la falsedad era más novedosa que la verdad, y si los usuarios de Twitter eran más propensos a retuitear información que fuera más novedosa. Las pruebas confirmaron nuestros hallazgos. Numerosas estadísticas y comprobaciones diagnósticas validaron nuestros resultados y confirmaron su robustez. Estos resultados se obtuvieron después de utilizar un sofisticado algoritmo de detección de bots23 para identificar y eliminar todos los bots,
para evitar que nuestras conclusiones sobre el juicio humano estuvieran sesgadas por la presencia de bots en nuestro análisis. Cuando agregamos el tráfico de bots de nuevo al análisis, descubrimos que ninguna de nuestras principales conclusiones cambió: las noticias falsas se extendieron más lejos, más rápido, más profundo y más ampliamente que la verdad en todas las categorías de información.
La inclusión de bots aceleró la propagación de noticias verdaderas y falsas, aproximadamente por igual. Esto sugiere que, contrariamente a lo que muchos creen, la causa de que las noticias falsas se propaguen más lejos, más rápido, más y más ampliamente que las verdaderas no son los robots, sino los seres humanos, que somos más propensos a difundirlas.
Importancia y Ramificaciones
Hay enormes ramificaciones potenciales de estos resultados. Las noticias falsas pueden generar respuestas inadecuadas y mala asignación de recursos para hacer frente a ataques terroristas y desastres naturales, afectar negativamente las inversiones y desinformar a la ciudadanía durante elecciones y sobre el funcionamiento de la política en general. Y aunque la cantidad de noticias falsas en línea está aumentando claramente, nuestra comprensión científica de cómo y por qué las noticias falsas se propagan todavía se basa en gran medida en análisis ad hoc en lugar de estudios a gran escala y sistemáticos. Nuestro análisis arroja nueva luz sobre estas tendencias y afirma que las noticias falsas se propagan más generalizadamente en línea que las verdaderas.
El estudio también contradice una creencia respecto de cómo se propagan las noticias falsas. Lo que impulsa la difusión de noticias falsas es la mayor probabilidad de que la gente retuitee la falsedad. Además, si bien el reciente testimonio ante los comités del Congreso sobre la desinformación en los Estados Unidos se ha centrado en el papel de los bots en la difusión de noticias falsas24, nuestro estudio comprueba que es el comportamiento humano el que explica la mayor divulgación de las noticias falsas. Esto implica que las políticas de contención de la desinformación deben enfatizar la modificación de hábitos y conductas, como el etiquetado y los incentivos, en lugar de centrarse exclusivamente en la identificación y reducción de bots. Esperamos que nuestro trabajo inspire una investigación más a gran escala sobre las causas y consecuencias de la propagación de noticias falsas, así como sus posibles curas.
DIVULGACIÓN EN TWITTER DE NOTICIAS VERDADERAS Y FALSAS
Por Soroush Vosoughi, Deb Roy, y Sinan Aral
MIT - INFORME DE INVESTIGACIÓN DE LA INICIATIVA SOBRE LA ECONOMÍA DIGITAL
Viralidad y novedad de noticias políticas falsas
El estudio encontró que las noticias políticas falsas se difundieron más profunda y ampliamente, llegaron a más personas y fueron más virales que cualquier otra categoría de información falsa. Las noticias políticas falsas también se difundieron más rápida-mente, llegando a más de 20.000 personas casi tres veces más rápido que todos los demás tipos de noticias falsas que llegaron a 10.000 personas.
El análisis de las diferentes categorías de noticias mostró que las noticias sobre política, leyendas urbanas y ciencia se extendieron a más gente, mientras que las noticias sobre política y leyendas urbanas se divulgaron más rápido y fueron las más virales. Cuando estimamos un modelo sobre la probabilidad de retuit nos dimos cuenta de que las noticias falsas tenían 70% más probabilidad de retuit que las verdaderas.
¿Qué podría explicar resultados tan sorprendentes? Una explicación surge de la teoría de la información y la teoría de la decisión bayesiana: la gente tiene mucho apetito por la novedad. Como otros han señalado, la novedad atrae la atención humana [20], contribuye a la toma de decisiones productivas21 y fomenta el intercambio de información22. En esencia, puede actualizar nuestra comprensión del mundo. Cuando la información es novedosa, no sólo es sorprendente, sino también más valiosa, tanto desde la perspectiva de la teoría de la información (proporciona mayor ayuda a la toma de decisiones), como desde una perspectiva social (transmite un mensaje de estatus social por tener acceso a información única "estar dentro de un círculo privilegiado").Para comprobar esta hipótesis, analizamos si la falsedad era más novedosa que la verdad, y si los usuarios de Twitter eran más propensos a retuitear información que fuera más novedosa. Las pruebas confirmaron nuestros hallazgos. Numerosas estadísticas y comprobaciones diagnósticas validaron nuestros resultados y confirmaron su robustez. Estos resultados se obtuvieron después de utilizar un sofisticado algoritmo de detección de bots23 para identificar y eliminar todos los bots,
para evitar que nuestras conclusiones sobre el juicio humano estuvieran sesgadas por la presencia de bots en nuestro análisis. Cuando agregamos el tráfico de bots de nuevo al análisis, descubrimos que ninguna de nuestras principales conclusiones cambió: las noticias falsas se extendieron más lejos, más rápido, más profundo y más ampliamente que la verdad en todas las categorías de información.
La inclusión de bots aceleró la propagación de noticias verdaderas y falsas, aproximadamente por igual. Esto sugiere que, contrariamente a lo que muchos creen, la causa de que las noticias falsas se propaguen más lejos, más rápido, más y más ampliamente que las verdaderas no son los robots, sino los seres humanos, que somos más propensos a difundirlas.
Importancia y Ramificaciones
Hay enormes ramificaciones potenciales de estos resultados. Las noticias falsas pueden generar respuestas inadecuadas y mala asignación de recursos para hacer frente a ataques terroristas y desastres naturales, afectar negativamente las inversiones y desinformar a la ciudadanía durante elecciones y sobre el funcionamiento de la política en general. Y aunque la cantidad de noticias falsas en línea está aumentando claramente, nuestra comprensión científica de cómo y por qué las noticias falsas se propagan todavía se basa en gran medida en análisis ad hoc en lugar de estudios a gran escala y sistemáticos. Nuestro análisis arroja nueva luz sobre estas tendencias y afirma que las noticias falsas se propagan más generalizadamente en línea que las verdaderas.
El estudio también contradice una creencia respecto de cómo se propagan las noticias falsas. Lo que impulsa la difusión de noticias falsas es la mayor probabilidad de que la gente retuitee la falsedad. Además, si bien el reciente testimonio ante los comités del Congreso sobre la desinformación en los Estados Unidos se ha centrado en el papel de los bots en la difusión de noticias falsas24, nuestro estudio comprueba que es el comportamiento humano el que explica la mayor divulgación de las noticias falsas. Esto implica que las políticas de contención de la desinformación deben enfatizar la modificación de hábitos y conductas, como el etiquetado y los incentivos, en lugar de centrarse exclusivamente en la identificación y reducción de bots. Esperamos que nuestro trabajo inspire una investigación más a gran escala sobre las causas y consecuencias de la propagación de noticias falsas, así como sus posibles curas.
References 1. Savage, L.J. (1951) The theory of statistical decision. Journal of the American Statistical Association 46.253
3. Wedgwood, R. (2002) The aim of belief. Noûs,
human altruism. Nature, 425(6960), 785-791.
5. Shannon, C.E. (1948) A mathematical theory of communication. The Bell System Technical Journal,
A theory of fads, fashion, custom, and cultural change as informational cascades. Journal of political Economy,
fake images on twitter during hurricane sandy. In
the 2013 Boston marathon bombing. iConference
Fake Election News Stories Outperformed Real News on Facebook. Buzzfeed News
srep02980
exploration-of-social-media-in-extreme-eventsrumor-theory-and
model of misinformation spread in social networks. In
World Wide Web (pp. 977-982). ACM.
Conference on World Wide Web (pp. 1395-1405). ACM
for Industrial and Applied Mathematics International
International Conference on Weblogs and Social Media.
S0042698908004380
online content viral? Journal of marketing research,
jmr.10.0353
Conference on the World Wide Web (pp. 273-274).
4IDE.MIT.EDU
THE SPREAD OF TRUE AND FALSE NEWS ONLINEBy Soroush Vosoughi, Deb Roy, and Sinan Aral
MIT INITIATIVE ON THE DIGITAL ECONOMY RESEARCH BRIEF
DIVULGACIÓN EN TWITTER DE NOTICIAS VERDADERAS Y FALSAS
Por Soroush Vosoughi, Deb Roy, y Sinan Aral
MIT - INFORME DE INVESTIGACIÓN DE LA INICIATIVA SOBRE LA ECONOMÍA DIGITAL
REFERENCIAS
MIT INICIATIVA SOBRE LA ECONOMÍA DIGITAL (IDE) APOYE EL IDE DE MIT
El generoso apoyo de individuos, fundaciones y corporaciones es fundamental para el éxito del IDE. Sus contribuciones impulsan la investigación de vanguardia por parte del profesorado y los estudiantes de posgrado del MIT, y permite la contratación de nuevos investigadores, el desarrollo del plan de estudios, eventos y becas. Póngase en contacto con Christie Ko ([email protected]) para saber cómo usted o su organización pueden apoyar el IDE.
APOYE EL IDE DE MIT
El IDE de MIT se centra únicamente en la economía digital. Llevamos a cabo investigaciones innovadoras, convocamos a las mentes más brillantes, promocionamos el diálogo, ampliamos el conocimiento y conciencia e implementamos soluciones que proporcionan una visión crítica y práctica para las personas, las empresas y el gobierno. Estamos resolviendo los problemas más importantes de la segunda era de la máquina, como definir el futuro del trabajo en este momento de transformación digital disruptiva sin precedentes.
DIVULGACIÓN EN TWITTER DE NOTICIAS VERDADERAS Y FALSAS
Por Soroush Vosoughi, Deb Roy, y Sinan Aral
MIT - INFORME DE INVESTIGACIÓN DE LA INICIATIVA SOBRE LA ECONOMÍA DIGITAL
Acerca de los autores
Soroush Vosoughi es PhD e investigador asociado postdoctoral en el MIT Media Lab y becario en el Berkman Klein Center de la Universidad de Harvard.
Deb Roy es Profesor Asociado en el MIT, donde dirige el Laboratorio de Máquinas Sociales (LSM) con sede en el Media Lab. Su laboratorio explora nuevos métodos en análisis de medios (procesamiento de lenguaje natural, análisis de redes sociales, análisis de voz, imagen y video) y diseño de medios (visualización de información, juegos, aplicaciones de comunicación), con aplicaciones en aprendizaje de niños y social listening.
Sinan Aral es catedrático de la escuela de Gestión en el MIT, donde es profesor de Tecnologías de la Información & Marketing, y profesor en el Instituto de Datos, Sistemas y Sociedad, donde co-dirige la Iniciativa del MIT sobre la Economía Digital.
PARA APRENDER MÁS SOBRE IDE Y SUS PRÓXIMOS EVENTOS, VISITA IDE.MIT.EDU VISITA IDE.MIT.EDU
INVESTIGACÍON
Lea la investigación completa aquí
video
Vea a Sinan Aral, MIT, discutir la investigación aquí