Une équipe de chercheurs du Center for an Informed Public de l'Université de Washington a découvert que les gestionnaires de plateformes de médias sociaux pouvaient réduire considérablement la propagation de la désinformation sur leurs sites en combinant quelques mesures simples. Dans leur article publié dans la revue Nature Human Behavior, le groupe a utilisé les données Twitter associées à l'élection présidentielle de 2020 pour créer un modèle capable de prédire la propagation de la désinformation. Les rédacteurs de Nature Human Behavior ont également publié un bref résumé des conclusions du groupe dans le même numéro de revue.

Au cours des dernières années, les personnes et les organisations ont reconnu le danger de la désinformation virale sur les plateformes de médias sociaux - les tweets et les messages faisant de fausses déclarations sur les vaccins COVID-19, par exemple, ont conduit des millions de personnes à refuser de se faire vacciner, prolongeant la pandémie. En raison de ces dangers, les gestionnaires des plateformes de réseaux sociaux ont subi des pressions pour réduire la propagation de la désinformation. Ils ont réagi en prenant des mesures telles que l'interdiction des mauvais acteurs, la suppression des messages trompeurs ou l'ajout d'avertissements. Mais les chercheurs de cette nouvelle étude suggèrent que si de telles mesures ont eu un certain succès, elles échouent finalement parce qu'elles ont tendance à voir des rendements décroissants. Ils suggèrent qu'une meilleure approche consiste à combiner plusieurs mesures.

Pour trouver le meilleur moyen de lutter contre la propagation de la désinformation, les chercheurs ont obtenu des données Twitter pour la période du 1er septembre au 15 décembre 2020. Ils ont passé au crible les données, en extrayant 23 millions de tweets liés à l'élection présidentielle américaine. Ils ont ensuite utilisé un logiciel pour trouver ceux qui ont conduit à des événements viraux. Les chercheurs ont alors créé un modèle similaire à ceux utilisés par les épidémiologistes pour prédire la propagation des maladies. Ils ont ensuite utilisé le modèle pour isoler les scénarios qui ont conduit à la diffusion d'informations et, par extension, à la diffusion de désinformations. Ils ont pu constater que l'application simultanée de tous les outils à la disposition des gestionnaires de site était la meilleure solution pour réduire la propagation de la désinformation.

Les chercheurs suggèrent que des sites tels que Twitter pourraient ralentir la propagation de la désinformation en la supprimant dès qu'elle est identifiée, en suspendant les récidivistes et en mettant des avertissements sur les messages qui ne sont pas assez mauvais pour être supprimés mais qui pourraient quand même poser des problèmes, le tout à la fois. en même temps. En combinant ces mesures, les chercheurs suggèrent que la désinformation pourrait être réduite d'environ 53 % sur ces sites.