Uma abordagem multimodal para identificar viés em mídias sociais digitais

Resumo

Um problema importante mas frequentemente negligenciado em análise de redes sociais é presença de vieses, intencionais ou não, introduzidos no conteúdo veiculado em mídias sociais. Ao fazer uso de recursos como omissão seletiva de informação e escolha de palavras, fontes ou autores distintos podem transmitir impressões tendenciosas acerca de um mesmo fato, além de contribuir para a propagação de desinformação através da manipulação individual ou coletiva de indivíduos despreparados ou sem conhecimento suficiente acerca do assunto. Além disso, a presença de vieses pode impactar a forma como os consumidores de conteúdo percebem eventos, decisões políticas e discussões relacionadas a diferentes tópicos. Identificar o viés político ou ideológico em conteúdo social é uma tarefa difícil até mesmo para humanos, dado o alto nível de subjetividade envolvido. Propostas na literatura recente apresentam métodos focados principalmente em conteúdos textuais por meio de análise de sentimento, com resultados que são, infelizmente, ainda aquém do esperado. Neste projeto, vamos investigar um nova abordagem multimodal para este problema. Especificamente, vamos utilizar e combinar, através de técnicas de fusão de dados, diversos outros aspectos que, embora utilizados com sucesso em diversos outros problemas de análise de redes sociais, têm sido pouco explorados neste problema específico. Entre estes aspectos destacamos: relacionamentos existente entre fontes de conteúdo através de citações; entidades nomeadas mencionadas frequentemente pelas fontes; tópicos abstratos implicitamente e tacitamente presentes no conteúdo produzido pelas fontes; além da análise de sentimentos para identificação de ênfase. Nossa hipótese é que estes aspectos, quando adequadamente explorados e corretamente combinados, podem melhorar os resultados do estado da arte em detectar viés ideológico em portais de notícias e em redes sociais. A equipe de pesquisadores do projeto foi constituída de forma a aglutinar especialistas em métodos e técnicas relacionadas a cada um destes aspectos, e que além disso possuem larga experiência pesquisa sobre análise de redes sociais e processamento de dados massivos (Big Data). Através de procedimentos experimentais envolvendo coleções de dados reais obtidos da Web ou dados gerados sinteticamente a partir de propriedades, pretendemos avaliar a eficácia dos métodos, técnicas e algoritmos desenvolvidos durante a pesquisa e também sua eficiência e escalabilidade para instâncias reais do problema em foco. (AU)