ANN ARBOR– Una semana después de que bombas estallaran en el Boston Marathon, un twitter enviado desde la cuenta oficial hackeada de la AP, afirmaba que dos explosiones habían ocurrido en la Casa Blanca y que el presidente estaba herido.
Un minuto después del envío de un twitter de la cuenta hackeada afirmando que había explosiones en la Casa Blanca, usuarios ya estaban dudando su veracidad. Los nódulos azules muestran los tweets dudando de la veracidad, los amarillos muestran tweets corrigiendo la información y los rojos representan los tweets que se están expandiendo. Crédito de imagen: Zhe Zhao
Antes de que la Associated Press y la Casa Blanca pudieran desmentir el hecho, el mercado de valores ya había respondido al rumor, cayendo más de 140 puntos en cuestión de minutos.
Las pérdidas se evaluaron en miles de millones. Y aunque el mercado se recuperó con la misma rapidez, analistas creen que el lapso habría permitido que los criminales cibernéticos se beneficiaran económicamente.
Los rumores y sus efectos negativos pueden propagarse rápidamente a nivel global en estos tiempos en que vivimos hiperconectados, dijo Qiaozhu Mei, un profesor asociado en la Escuela de Información e ingeniería eléctrica y ciencias de la computación en la Universidad de Michigan.
Es por eso que él y un equipo de investigadores desarrollaron un software para ayudar a identificar y corregir afirmaciones erróneas en Twitter. Los investigadores presentaron el software recientemente en la Conferencia Internacional de la World Wide Web en Florencia, Italia. A finales de este verano, esperan ponerlo en práctica en el sitio web “Rumor Lense.”
“Una publicación de un rumor en los medios sociales puede extenderse más allá del control de nadie”, dijo Mei, un experto en minería de texto y procesamiento de lenguaje natural. “Nuestro objetivo es detectar los rumores emergentes los más rápidamente posible.”
Para demostrar de lo que su software es capaz de hacer, el equipo analizó dos conjuntos de tweets: 30 millones relacionados con el atentado del Boston Marathon en abril del 2013 y una muestra aleatoria de 1,2 mil millones de tweets enviados durante noviembre del mismo año. Después compararon esos datos con Twitter Gardenhose- el 10 por ciento de su flujo en tiempo real.
Encontraron que el software detectó rumores con más éxito que Twitter Gardenhose y que aquellas detecciones usando hashtags y tendencias. También lo hicieron mucho más rápido.
“Nuestro método puede detectar el principio de rumores 3,6 horas antes que otros métodos de detección y 2,8 horas antes que los métodos que utilizan las señales hashtags”, dijo Zhe Zhao, estudiante de doctorado en el departamento de ingeniería eléctrica y ciencias de la computación.
Rumor Lense, un sitio web propio de los investigadores, estará disponible en un par de meses. El equipo prevé que servirá como una comunidad en línea para observadores de medios de comunicación sociales, académicos y periodistas que tienen un interés en desacreditar rumores.
Los algoritmos destacaría posibles rumores y la gente en la comunidad comprobarían los hechos.
El equipo presentó un documento sobre la investigación en la Conferencia de la World Wide Web. Paul Resnick, un profesor en la escuela de información, es también co-autor. El trabajo está apoyado en parte por la National Science Foundation y la Agencia de Proyectos de Investigación Avanzada de Defensa.
