Il multilinguismo contro le fake news

Si è spesso discusso delle potenzialità di una macchina, dotata della cosiddetta Intelligenza artificiale, di riuscire a “leggere” e comprendere un testo in linguaggio naturale e, eventualmente, a riprodurlo. Ma cosa succede se il testo in questione difetta delle informazioni intrinseche necessarie alla sua comprensione o addirittura riporta notizie non vere? A breve distanza dal referendum costituzionale del 4 dicembre scorso, alcuni osservatori hanno registrato un elevato numero di fake news riguardanti l’uno o l’altro schieramento politico, fenomeno da sempre esistito nella rete fin dall’avvento dei social media, ma che è stato amplificato dopo l’appello dei diretti interessati a smentire le cosiddette bufale. Non solo: vere e proprie campagne di disinformazione sono state promosse per screditare i pochi che si sono schierati a favore del “vero”. Come reagirebbe allora un computer di fronte al problema di dover verificare l’innumerevole quantità di informazioni che circolano in rete? Il multilinguismo può venire in aiuto di uomini e macchine e sciogliere diversi nodi.

Una rete come quella di BabelNet, comprensiva di 284 lingue, è il perfetto esempio per trattare tale argomento. La sfida che ci poniamo con BabelNet è di fornire una base di conoscenza che faccia del multilinguismo la propria forza, assumendo l’esistenza di un unico concetto per tutte le lingue in cui esso può essere espresso. Aggiungiamo inoltre che la macchina, contrariamente all’uomo, non subisce influenze “esterne” durante la lettura. Prendiamo il caso dei social media: l’osservatore che legge un post, o una qualsiasi testata giornalistica online, può essere viziato nella comprensione da diversi fattori: il font usato, la scelta delle parole, le foto che corredano l’articolo e la destrezza di chi lo scrive. Anche l’analista più esperto deve fare i conti, suo malgrado, con le variabili del caso. La macchina programmata a tale scopo potrebbe invece analizzare tutti i dati e incrociare le informazioni ottenute in decine di lingue, ottenendo da tale elaborazione congiunta una summa della conoscenza sull’argomento. Avendo a disposizione una base di conoscenze linguistiche ben più ampia di quella di un uomo medio, la macchina diventerebbe automaticamente capace di un’attività critica di fact checking, semplicemente confrontando la notizia con fonti estere. Tutto questo è ovviamente possibile se diamo per scontato che la bufala sia solo una.

La macchina può lavorare a livello sintattico e semantico, ma la veridicità della fonte è da attribuire esclusivamente all’uomo. Se tutti i giornali pubblicassero la stessa notizia falsa, la macchina dovrebbe lavorare non più sulla semantica del messaggio ma sul concetto di verità alla base di esso, questione ben più profonda e spinosa. Un lavoro che per ora lasciamo volentieri a persone più qualificate.