En forma diaria, nuestro equipo da pelea a la divulgación de noticias falsas a través de una combinación de tecnología y evaluaciones de chequeadores de datos de terceros independientes. Con cada historia falsa que surge, aprendemos un poco más de cómo la desinformación se forma online y, ojalá, acerca de cómo podemos detectarla en forma más temprana. En esta serie de noticias, observaremos algunas noticias falsas que circularon recientemente en Facebook, las que hemos encontrado y las que se nos han pasado por alto.
CAPTURADA
¿Realmente un hombre de Arabia Saudita escupió en la cara de una recepcionista?
Francia, Julio 2018
Lo que vimos
El verano pasado, un video mostrando imágenes capturadas por una cámara CCTV fue compartido por muchas cuentas en diferentes medios sociales. En el video, un hombre vistiendo una túnica blanca y una bufanda de cabeza árabe, escupe en la cara de una mujer rubia en lo que parece ser la recepción de un hospital. El texto que acompañaba decía: “Un hombre saudí escupe en la cara de la pobre recepcionista en un hospital en Londres y luego ataca a otros miembros del staff”.
¿Era verdad?
Si bien el video es real, reporta la AFP (agencia francesa de noticias), el incidente ocurrió en un hospital veterinario en Kuwait en el 2017 y estaba siendo recirculado este verano con una leyenda falsa.
¿Qué hay que saber?
Uno de los tipos primarios de información errónea basadas en videos y fotos involucran imágenes viejas o videos acompañados de textos o comentarios que mal representan su contexto. El "International Fact-Checking Network", asociación que certifica los datos de terceros con la que nos asociamos, explica que estos posteos frecuentemente se usan para alimentar sentimientos de xenofobia y muchas veces son destinados a migrantes y refugiados. En Facebook, hemos visto imágenes de actos violentos que tienen años de antigüedad, de protestas o de áreas de guerra reposteadas y utilizadas para alimentar tensiones raciales o étnicas actuales.
¿Cómo lo encontramos?
Hay dos formas primarias de encontrar historias que tienen chances de ser falsas: utilizamos el aprendizaje automático para detectar historias potencialmente falsas en Facebook; o son identificadas por nuestras chequeadoras de datos de terceros. En este caso la AFP encontró un video fuera de contexto.
Una vez que una historia potencialmente falsa es encontrada, sin importar cómo ha sido identificada, los chequeadores de hechos revisan lo afirmado en la historia, califican su precisión y proveen una explicación de cómo llegaron a esa calificación. La AFP investigó este video y sus leyendas y entregó una calificación de “falsa” conjuntamente con una explicación, lo que hizo que pudiéramos reducir su distribución en los News Feed.
CAPTURADA
¿Es éste el hombre que acuchilló al candidato presidencial Jair Bolsonaro?
Brasil, septiembre de 2018
Lo que vimos
Luego del apuñalamiento del 6 de septiembre de Jair Bolsonaro, candidato a presidente, en Juiz de Fora, Brasil, circuló una foto en Facebook de un hombre parado al lado del senador Gleisi Hoffmann. La leyenda de la foto afirmaba que el hombre era el atacante de Bolsonaro.
¿Era verdad?
La chequeadora de hechos brasilera, Aos Fatos, revisó la foto y encontró que no sólo el hombre parado al lado de Hoffman no había sido el atacante de Bolsonaro, sino que también la foto había sido tomada en un evento en una ciudad diferente Curitiba.
¿Qué hay que saber?
Los eventos violentos, como el ataque a Bolsonaro, pueden derivar en una ola de desinformación acerca de los culpables, con posteos fabricados con falsas afirmaciones acerca de la identidad o las motivaciones ideológicas de los agresores. En USA, memes similares circularon en internet seguidamente a eventos como el tiroteo en Las Vegas en 2017 y el de Stoneman Douglas High School en 2018.
¿Cómo lo encontramos?
Nuestro modelo de aprendizaje automatizado identificó esta foto como potencialmente falsa y la chequeadora de hechos brasilera Aos Fatos la revisó. Ellos determinaron que el hombre señalado no era el atacante y que el evento descripto no era en Juiz de Fora.
Basados la calificación de “falsa” de Aos Fatos, bajamos la imagen en el News Feed. También pudimos utilizar una tecnología de detección de foto para identificar y bajar miles de fotos idénticas que habían sido ingenuamente subidas a Facebook. El uso del aprendizaje automatizado para encontrar duplicados de historias desmentidas es una técnica importante para luchar contra la desinformación basada en fotos y artículos. Dado que tanto contenido es posteado en Facebook cada día, la automatización nos ayuda a hacer el proceso de detección de duplicación mucho más eficiente, permitiéndonos encontrar más instancias de desinformación, más rápido.
PASADA POR ALTO
¿NASA va pagarle USD 100.000 por quedarse en la cama por 60 días?
USA, verano del 2018
Lo que vimos
Esta historia, publicada por la website World Facts FTW, afirmaba que la NASA estaba buscando compensar a voluntarios hasta con USD 100.000 para participar en un “estudios de descanso en cama”. El titular parecía atractivo, el posteo llegó a tener millones de vistas en Facebook.
¿Era verdad?
Politifact, una chequeadora de hechos basada en USA investigó esta historia y si bien encontró que NASA había pagado a gente para que estuviera en su cama por períodos largos de tiempo, el titular de esta historia en particular era engañoso. Las fotos del artículo de World Facts FTW provenían de un artículo del 2015 acerca de un estudio médico de la NASA para el cual el autor había estado en cama por 70 días, pero sólo había sido pagado USD 18.000, no USD 100.000. Politifact uso una búsqueda reversa de imagen para encontrar el artículo, pero no pudo obtener verificación para la afirmación de los USD 100.000 ni de NASA ni de World Facts FTW, entonces calificaron a la afirmación central del artículo como falsa.
¿Qué hay que saber?
Estamos mejorando en la detección y en la aplicación contra las noticias falsas aun cuando las tácticas de los autores continúan evolucionando. Y si bien capturamos y reducimos la distribución de muchas falsas noticias en Facebook este verano, todavía hay algunas que se nos pasan por alto. Esto puede ocurrir cuando:
Fallamos en la identificación de la desinformación
Identificamos un contenido como información errónea, pero cuando ya se hizo viral
Identificamos una noticia errónea en forma temprana, pero se hace viral en el tiempo en que los chequeadores de hechos la están investigando y para calificarla
En este caso en particular, pudimos identificar este artículo anterior que había estado circulando en Facebook durante meses, utilizando un proceso de detección mejorado similar al que hemos implementado. Nos llevó demasiado tiempo poder actuar en contra de esta noticia, y continuamos desarrollando nueva tecnología para capturar este tipo de historias en el futuro, antes de que se hagan viral.
¿Cómo lo encontramos?
Este artículo fue inicialmente posteado en septiembre del 2017. En julio del 2018 Politifact investigó la historia y, como está descripto arriba, determinó que la afirmación central era falsa.
Nuestro proceso de detección por similitud coincidió en el veredicto de “falsa” dado por Politifact. Basado en esta coincidencia potencial, nuestro Sistema encoló la versión de la historia que circulaba en Facebook a nuestra red de chequeadores de hechos y el Weekly Standard lo revisó y también le asignó una calificación de “falsa”. Basados en esta calificación, relegamos todos los posteos de Facebook que hacían conexión con el artículo.
