Crédit :domaine public Unsplash/CC0
TikTok est l'une des cinq premières plateformes de médias sociaux au monde cette année.
En Asie du Sud-Est l'année dernière, 198 millions de personnes, soit environ 29 % de la population de la région, ont utilisé TikTok. Il n'est pas exagéré de dire que la plate-forme est devenue l'un des souks d'idées et d'opinions pour les habitants de la région.
Comme d'autres chercheurs intéressés, mon équipe de recherche a également été intriguée pour se pencher sur TikTok. Plus précisément, nous voulions examiner comment les informations, y compris la désinformation politique et la désinformation, circulent sur la plateforme. La distinction entre les deux formes de fausses informations est que la désinformation est intentionnellement trompeuse.
Au cours de nos huit mois de recherche, nous avons trouvé assez difficile de suivre la désinformation politique et la désinformation sur TikTok. Et ce malgré le fait que la plate-forme a lancé un programme de vérification des faits en 2020 en partenariat avec des organisations indépendantes de vérification des faits qui "aideraient à examiner et à évaluer l'exactitude du contenu" sur la plate-forme.
Dans le cadre de ce programme, TikTok révèle de potentielles informations erronées à ses partenaires. Cela peut inclure des vidéos signalées par les utilisateurs de TikTok pour désinformation, ou celles liées au COVID-19 ou à d'autres sujets "sur lesquels la diffusion d'informations trompeuses est courante".
Cependant, nous rencontrons toujours des difficultés pour suivre la mésinformation et la désinformation sur la plate-forme, telles que la vérification des faits sur le contenu audiovisuel et l'identification des langues et des termes étrangers.
Contenu audiovisuel de vérification des faits
Il est difficile de vérifier les contenus audiovisuels sur TikTok.
Pour suivre efficacement la més/désinformation, tout le contenu doit être surveillé attentivement et compris en fonction du contexte local. Pour garantir une évaluation correcte, cela a nécessité de longues heures d'observation humaine et d'analyse vidéo (observation du langage, des indices non verbaux, des termes, des images, du texte et des légendes).
C'est pourquoi les vérificateurs de faits s'appuient sur la participation du public à l'échelle mondiale pour signaler les contenus trompeurs, en plus d'avoir des vérificateurs de faits humains qui se concentrent sur la vérification des contenus principalement viraux.
La technologie de l'IA peut aider à vérifier certains de ces messages. Cependant, la vérification des faits sur le contenu audiovisuel repose encore fortement sur l'évaluation humaine pour sa précision.
À ce jour, le contenu audiovisuel est sans doute l'un des formats les plus difficiles à vérifier dans le monde. D'autres plateformes de médias sociaux sont confrontées au même défi.
Au cours de nos recherches, nous avons constaté qu'une grande partie du contenu surveillé ne contenait aucune allégation vérifiable. Cela signifiait qu'il ne pouvait pas être objectivement corroboré, ou démystifié et étiqueté comme désinformation.
Pour déterminer quelles vidéos ou commentaires contenaient des allégations inexactes, nous avons développé un cadre de désinformation basé sur les critères de détermination des déclarations vérifiables utilisés par VERA Files aux Philippines et Tirto.id en Indonésie. Les deux organisations sont signataires du réseau international de vérification des faits de Poynter.
Nous avons également pris en compte la liste en 10 points des signaux d'alerte et des conseils pour identifier les informations erronées fournies par Colleen Sinclair, professeure associée de psychologie clinique à la Mississippi State University.
Nous avons basé notre cadre de désinformation sur les critères de détermination des déclarations vérifiables utilisés par VERA Files aux Philippines et Tirto.id en Indonésie. Crédit :Nuurrianti Jalli (2021)
En utilisant ce cadre de désinformation, nous avons constaté que la majorité des vidéos et des commentaires correspondants surveillés ne contenaient que des déclarations subjectives (opinion, appels à l'action, spéculation) ou étaient difficiles à vérifier en raison d'un manque de faisabilité.
Les exemples comprenaient des commentaires sur la nouvelle loi du travail controversée de l'Indonésie connue sous le nom de loi Omnibus, des débats sur le caractère inapproprié des blagues sur le viol dans les écoles qui ont lancé le mouvement #MakeSchoolASaferPlace en Malaisie, des arguments concernant les mauvaises politiques gouvernementales en Malaisie au milieu de COVID-19 qui ont lancé une autre campagne en ligne #kerajaangagal , et la loi antiterroriste des Philippines. Ces commentaires ont été jugés non vérifiables, car ils étaient motivés par l'émotion et basés sur les opinions des utilisateurs sur les problèmes. Par conséquent, ils ne pouvaient pas être étiquetés comme contenant ou contenant éventuellement de la més/désinformation.
Ces résultats pourraient être différents si les créateurs de contenu et les commentateurs vidéo intégraient des déclarations de faits ou des "affirmations réalisables" que nous pourrions recouper avec des sources crédibles et faisant autorité.
Identifier diverses langues, argot et jargon sur TikTok
Certains vérificateurs des faits et chercheurs ont déjà noté que la diversité des langues et des dialectes dans la région rendait la vérification des faits difficile pour les agences locales.
Dans cette étude, nous avons également constaté que l'argot rend plus difficile le suivi de la més/désinformation politique sur TikTok, même lorsque nous analysons le contenu téléchargé dans notre langue maternelle.
Des facteurs tels que les écarts générationnels et le manque de sensibilisation à l'argot et au jargon à la mode utilisés par les créateurs de contenu et les utilisateurs ne doivent pas être sous-estimés lors de la vérification des faits sur la plate-forme. Sans aucun doute, ce sera également un problème pour les mécanismes de vérification des faits basés sur l'IA.
Difficile pour tout le monde
Au cours de nos recherches, nous avons réalisé que le suivi de la désinformation sur la plate-forme peut être un peu plus difficile pour l'équipe de recherche et les gens ordinaires.
À moins que vous ne soyez un scientifique des données capable de coder l'API Python pour collecter des données, le grattage des données sur TikTok nécessiterait un travail manuel.
Pour ce projet, notre équipe a opté pour ce dernier, considérant que la plupart de nos membres n'étaient pas dotés de compétences en science des données. Nous avons suivi la désinformation sur la plate-forme en cartographiant manuellement les hashtags pertinents via la fonction de recherche de TikTok.
Toutes les vidéos TikTok ont été extraites manuellement et organisées pour vérification des faits. Le cadre de vérification des faits pour ce projet a été développé sur la base du cadre utilisé par VERAfiles et Tirto.id. Crédit :Nuurrianti Jalli (2021)
Un inconvénient que nous avons observé dans l'utilisation de cette stratégie est qu'elle peut prendre du temps en raison des limites de la fonction de recherche.
D'une part, l'onglet Découvrir de TikTok permet aux utilisateurs de trier les résultats en fonction uniquement de la pertinence et/ou du nombre total de likes. Ils ne peuvent pas trier les résultats en fonction du nombre total de vues, de partages et/ou de commentaires.
Il permet également de filtrer les résultats par date de téléchargement, mais uniquement pour les six derniers mois. Cela rend difficile la recherche de données plus anciennes, comme dans notre cas.
En tant que tel, nous avons dû passer manuellement au crible les entrées pour trouver les vidéos pertinentes avec le plus de vues ou le plus grand nombre d'engagements téléchargés au cours de la période de surveillance que nous avons choisie.
Cela a rendu le processus assez écrasant, en particulier pour les hashtags qui ont généré des milliers (ou plus) de vidéos TikTok.
TikTok devrait penser à améliorer sa plateforme pour permettre aux utilisateurs de filtrer et de trier les vidéos dans les résultats de recherche. Plus précisément, ils doivent être en mesure de trier par nombre de vues et/ou d'engagements et par date de téléchargement personnalisée. Les personnes intéressées et les vérificateurs des faits seraient alors en mesure de suivre plus efficacement la més/désinformation politique.
Cela aiderait TikTok à devenir moins pollué par de fausses informations, car davantage de personnes auraient les moyens de surveiller efficacement la més/désinformation. Cela pourrait compléter les efforts existants de la propre équipe de vérification des faits de TikTok.
