Combatendo a desinformação sobre mudanças climáticas

A Desinformação sobre mudanças climáticas é um grande problema. Ela enfraquece o apoio do público para ações que enfrentem a crise climática e dificulta a passagem de informações precisas. Nas redes sociais, as Afirmações Falsas se espalham mais rápido do que os checadores de fatos conseguem corrigi-las. Uma maneira de combater essa desinformação é usando tecnologia para encontrar automaticamente alegações falsas sobre mudanças climáticas. Este estudo analisa uma dessas tecnologias, chamada modelo CARDS Aumentado, que foi desenvolvido para detectar informações enganosas no Twitter.

#O Problema da Desinformação

A desinformação causa muitos problemas relacionados às mudanças climáticas. Ela reduz o apoio para políticas que visam proteger o meio ambiente e muitas vezes leva a uma compreensão errada da realidade da crise climática. A desinformação é particularmente prejudicial porque varia de acordo com crenças políticas, o que pode aumentar a divisão entre as pessoas.

As redes sociais se tornaram uma plataforma principal para desinformação sobre muitos tópicos, incluindo mudanças climáticas. Essas plataformas são frequentemente criticadas por contribuírem para a diminuição da confiança em cientistas e jornalistas. Ao mesmo tempo, as redes sociais também são uma grande fonte de notícias, influenciando discussões públicas sobre questões sociais importantes. O jeito que a internet funciona facilita a disseminação de desinformação, que muitas vezes é impulsionada ainda mais por algoritmos projetados para atrair mais cliques e engajamento. Leis que protegem as empresas de redes sociais de serem responsáveis pelo conteúdo compartilhado em suas plataformas ajudaram a criar um ambiente caótico onde informações falsas podem prosperar ao lado de informações credíveis.

Avanços recentes em inteligência artificial tornaram ainda mais fácil criar e compartilhar narrativas falsas. Um executivo de uma empresa que rastreia desinformação online notou que essas ferramentas de IA permitem a criação rápida de novas histórias falsas, tornando o processo veloz.

#O Foco na Desinformação Sobre Mudanças Climáticas

Mudanças climáticas têm sido um alvo de desinformação há muito tempo. Pesquisas mostram que tweets enganosos se tornaram mais comuns desde 2009, especialmente em torno de reuniões internacionais importantes sobre clima. Nos EUA, tweets que duvidam das mudanças climáticas são mais frequentes em estados conservadores em comparação com os liberais ou outros países como o Reino Unido, Canadá ou Austrália.

Houve estudos sobre tweets relacionados a relatórios climáticos, mostrando que aqueles que não aceitam a ciência climática são frequentemente os mais ativos nas redes sociais. Muitos de seus tweets são hostis e disseminam sentimentos negativos sobre a ciência climática.

À medida que a desinformação se torna mais comum nas redes sociais, há uma crescente necessidade de maneiras de detectá-la e respondê-la automaticamente. Isso cria pressão sobre jornalistas, grupos de vigilância e órgãos reguladores para acompanhar a rápida disseminação de desinformação. Ao identificar os tipos de afirmações falsas, fica mais fácil desafiá-las com informações precisas. É importante saber quais tipos de mentiras estão sendo contadas para que as respostas possam ser direcionadas a combater essas afirmações específicas.

#Desafios no Combate à Desinformação

Um dos principais desafios ao lutar contra a desinformação é que ela se espalha mais rapidamente do que informações factuais nas redes sociais. Uma vez que a desinformação é acreditada, pode ser difícil mudar essas crenças. Isso é um problema conhecido como efeito de influência contínua. Portanto, as soluções precisam ser rápidas e eficazes.

A detecção automática de desinformação não é fácil, muitas vezes referida como o “santo graal” da verificação de fatos. Embora sistemas tenham sido criados para detectar desinformação em várias áreas, houve esforços limitados focados especificamente na desinformação climática. Tentativas anteriores geralmente analisaram textos escritos de grupos conservadores ou blogs.

#O Modelo CARDS

O modelo CARDS, que significa Reconhecimento Assistido por Computador de Ceticismo de Negação, tem sido usado para encontrar e classificar alegações falsas sobre mudanças climáticas. Este modelo classifica alegações em cinco categorias principais, incluindo ideias como "o aquecimento global não está acontecendo" ou "os humanos não estão causando o aquecimento global". Cada uma dessas alegações gerais tem subcategorias mais específicas, como afirmar que "os cientistas climáticos não são credíveis".

No entanto, o modelo CARDS original foi treinado usando textos de certos sites conhecidos por promover alegações falsas. Ele ainda não foi testado em conteúdos de plataformas de redes sociais como o Twitter. Este estudo visa abordar essa lacuna, melhorando o modelo CARDS para que funcione melhor em tweets.

#Melhorando o Modelo CARDS

O modelo CARDS Aumentado foi desenvolvido para aprimorar a capacidade do modelo CARDS original de trabalhar com dados do Twitter. Ele usa uma abordagem em duas etapas: primeiro, distingue entre tweets que são aceitos como verdadeiros ou falsos; depois, categoriza as alegações falsas em tipos específicos.

O modelo é construído usando o modelo de linguagem DeBERTa, que usa técnicas avançadas para entender melhor a linguagem. O DeBERTa foi treinado em uma vasta quantidade de dados textuais, mas não foi especificamente treinado em dados do Twitter, então ajustes são necessários.

#Treinamento do Modelo CARDS Aumentado

Para tornar o modelo CARDS Aumentado mais eficaz, o estudo incorporou um conjunto de dados da Universidade de Waterloo que inclui tweets rotulados. Este conjunto de treinamento tem uma mistura de tweets verificados como verdadeiros e alegações enganosas. O treinamento garante que o modelo aprenda a reconhecer ambos os tipos de alegações de forma eficaz.

O modelo foi testado e refinado várias vezes para garantir que ele possa identificar com precisão alegações falsas em tweets. Especialistas analisaram uma seleção de tweets para garantir que o modelo foi treinado e testado corretamente. Esse esforço ajuda a melhorar a precisão e confiabilidade do modelo ao lidar com a linguagem variada usada no Twitter.

#Analisando Tweets Sobre Clima

Este estudo examinou um conjunto de dados de tweets relacionados ao clima coletados ao longo de um período de seis meses. Um grande número de tweets-mais de 5 milhões-foi analisado para entender melhor os padrões e tendências associadas à desinformação climática.

A análise identificou picos no número de tweets relacionados ao clima e vinculou esses picos a eventos significativos, como anúncios políticos ou desastres naturais. Por exemplo, um pico de tweets aconteceu relacionado à declaração de emergência climática do presidente Biden e durante eventos climáticos importantes como a COP27.

#Entendendo os Picos de Desinformação

O estudo descobriu que há diferentes gatilhos para quando as alegações enganosas se tornam mais comuns. Esses gatilhos incluem:

1. Eventos Naturais: Eventos como clima extremo podem levar a um aumento de tweets sobre mudanças climáticas e aumentar as alegações contrárias.

2. Eventos Políticos: Anúncios sobre políticas climáticas também podem fazer com que as pessoas compartilhem mais informações enganosas.

3. Posts de Influenciadores: Tweets de figuras públicas, independentemente de sua postura sobre mudanças climáticas, podem influenciar os tipos de alegações enganosas que circulam.

Durante eventos específicos, o estudo acompanhou mudanças na linguagem e nas palavras usadas nos tweets, revelando os tópicos mais comentados, como a conexão entre mudanças climáticas e clima extremo.

#Categorias de Desinformação

Com base na análise, o modelo classificou os tipos de alegações falsas em tweets. As categorias mais notáveis incluíram:

• Crítica aos cientistas climáticos
• Alegações de que mudanças climáticas são uma conspiração
• Argumentos de que políticas climáticas são prejudiciais
• Visões de que ciclos naturais causam mudanças climáticas

Essas descobertas mostram que uma porção significativa das alegações contrárias foca em ataques pessoais contra aqueles que defendem a ação climática, além de teorias da conspiração que minimizam a seriedade das mudanças climáticas.

#Implicações para Monitoramento Futuro

Este estudo destaca a necessidade de esforços contínuos para monitorar e abordar a desinformação sobre mudanças climáticas. O modelo CARDS Aumentado oferece uma ferramenta que pode ajudar a identificar alegações enganosas, auxiliando checadores de fatos e plataformas de redes sociais em seus esforços de resposta.

No entanto, há desafios pela frente em automatizar completamente o processo de desmentir desinformação. Um sistema automático deve não apenas identificar alegações falsas, mas também explicar os fatos com precisão e apontar qualquer raciocínio enganoso usado por essas alegações. Essa abordagem combinada pode ajudar significativamente na gestão da desinformação sobre mudanças climáticas.

Esforços para melhorar frameworks automatizados para detectar desinformação são vitais como uma forma de apoiar os processos manuais de verificação de fatos em andamento. Com melhores ferramentas, plataformas como o Twitter poderiam gerenciar e responder melhor às alegações enganosas sobre mudanças climáticas, levando a um discurso público mais bem informado.

#Conclusão

A luta contra a desinformação climática está em andamento, e o desenvolvimento de modelos como o CARDS Aumentado mostra promessas. Ao focar nos padrões de desinformação e como ela se espalha, podemos criar maneiras mais eficazes de combater narrativas falsas. Esta pesquisa enfatiza a importância de se adaptar a novos contextos de comunicação, como as redes sociais, e a necessidade urgente de ferramentas robustas para identificar e corrigir a desinformação em tempo real.

À medida que a desinformação continua a representar obstáculos significativos para a ação climática, entender seus padrões e encontrar medidas eficazes será crucial para promover informações precisas e fomentar o apoio público para mudanças necessárias.