Buzzmonitor ayudó a combatir la desinformación difundida durante la pandemia de coronavirus. En el estudio «Doctors for the Truth: Echo Chambers of Disinformation, Hate Speech, and Authority Bias on Social Media«, realizado por Joana Milhazes-Cunha y Luciana Oliveira, se utilizó Buzzmonitor para recopilar y analizar datos de una fanpage portuguesa donde una comunidad de médicos difundió información errónea.
La fanpage, llamada “Doctores por la Verdad” (DfT), fue creada el 31 de agosto de 2020 y alcanzó alrededor de 63.000 seguidores, consolidándose como un persistente mecanismo de resistencia a las medidas de contención de la propagación del virus de la Covid-19, difundiendo informaciones y creencias para desacreditar a los organismos sanitarios nacionales e internacionales.
El objetivo del estudio fue comprender la actividad de la comunidad DfT a través de la observación y el informe de interacciones, prácticas, creencias y comportamientos de los usuarios que interactuaron en la página, para revelar cómo circulan noticias y contenidos falsos en las comunidades de Facebook y cómo los usuarios reaccionan ante su presencia, particularmente en un contexto donde las figuras autorizadas son las que promueven dicha desinformación.
En el análisis se consideraron todas las interacciones que tuvieron lugar entre el 31 de agosto de 2020 (fecha de creación de la página) y el 28 de febrero de 2021 (mes en que se disolvió la comunidad).
Después se extrajo una muestra de comentarios y publicaciones del conjunto de datos completo, de acuerdo a la popularidad de las publicaciones (las más comentadas) realizadas por parte de los administradores de la página, seguida de una selección cronológica de comentarios realizados en esas publicaciones. En total, se analizaron 82 posts, 2460 comentarios y 13 vídeos.
Los datos se exportaron a una hoja de cálculo estructurada y se analizaron, con el objetivo de proporcionar una imagen más precisa de la abundancia y estilo de comunicación de esta comunidad. En total se aplicaron siete modelos de codificación tanto a publicaciones como a comentarios (Sentiment, Emotions, Nature of Interaction, Entities, Hate Speech, and Associated Belief).
Entre los principales insights del análisis se encontraron los siguientes:
- Los temas más populares fueron «pruebas» (15.7%) en publicaciones y «Uso de la mascarilla» en los comentarios (17.9%).
- Se identificó la presencia de discursos de odio, de carácter cultural (publicaciones = 20%; comentarios = 61,9%), especialmente dirigidos a periodistas. Este discurso fue propagado por médicos y se reflejó en la comunidad de seguidores, lo que amplificó la resistencia creada contra los medios.
- Se identificó la presencia de discurso de odio político en grandes proporciones (publicaciones = 80%; comentarios = 33,5%), dirigido a partidos y figuras políticas portuguesas, pero también a la discriminación entre usuarios según su afiliación política.
- En cuanto a los seguidores de la página, las creencias más populares fueron “El virus no es tan letal como quieren hacer parecer las autoridades sanitarias y es tan peligroso como una gripe común”, “Manipulación por parte de los medios” y “Usar mascarilla es innecesario e incluso peligroso”.
- El sentimiento es mayoritariamente negativo y las emociones identificadas con mayor recurrencia son la tristeza (en el caso de las publicaciones) y la ira (en el caso de comentarios).
- El sentimiento positivo y emociones de alegría (publicaciones = 30%; comentarios = 9,9%) están relacionados con la alta frecuencia de declaraciones de aprobación de la página y Sociedades 2023.
En resumen, Buzzmonitor facilitó la recopilación y el análisis de datos relevantes, para entender los principales temas de interés en una comunidad, así como el sentimiento negativo o positivo de la conversación, lo cual ayuda a deducir las prácticas, creencias y comportamientos de los usuarios que interactuaron con la fanpage.
¿Cómo Buzzmonitor puede ayudar a combatir la desinformación en redes sociales?
Las redes sociales se han convertido en una de las principales fuentes de información, en mayor medida entre los jóvenes, lo cual implica que se esté creando un entorno adecuado para la difusión de desinformación, es decir, información falsa o engañosa que se difunde deliberadamente para confundir o manipular al público.
La facilidad para difundir información, la falta de alfabetización digital de muchos usuarios, y el uso de algoritmos para promover información, son los principales factores que contribuyen a la difusión de fake news en las redes sociales. Por ello, es importante contar con herramientas como Buzzmonitor para detectar la desinformación en las redes sociales, ya que permite a los usuarios rastrear y analizar contenido.
Buzzmonitor es una herramienta de Social Intelligence que puede usarse para identificar y monitorear la desinformación, con el fin de contribuir a su reducción y combatirla, ya que ofrece una serie de funcionalidades que la convierten en una herramienta eficaz para ello. Estas funcionalidades incluyen:
- Monitoreo en tiempo real: Buzzmonitor ofrece capacidades de monitoreo en tiempo real, lo que permite la detección inmediata de información falsa o errónea a medida que se difunde en las redes sociales.
- Análisis de sentimiento: la herramienta es capaz de analizar el sentimiento detrás de los mensajes en las redes sociales, ayudando a identificar patrones de comportamiento que pueden indicar la difusión de información errónea.
- Seguimiento de fuentes de información: La plataforma permite rastrear el origen de la información errónea, identificando cuentas o fuentes que están involucradas en la difusión de información falsa.
- Informes detallados: la capacidad de generar informes detallados permite un análisis en profundidad de las campañas de desinformación, identificando patrones, orígenes e impactos.
- Alertas personalizadas: la herramienta se puede configurar para proporcionar alertas personalizadas basadas en ciertos criterios, lo que permite una respuesta rápida a eventos de desinformación específicos.
- Machine Learning e Inteligencia Artificial: el uso de tecnologías avanzadas, como el aprendizaje automático y la inteligencia artificial, puede mejorar la capacidad de Buzzmonitor para identificar patrones complejos y comportamientos sospechosos asociados con información errónea.