Così la generazione Z vuole combattere le Fake News

Come si combattono le fake news? Questa era la sfida che Agi, AGiD e D-Share hanno lanciato dai giovanissimi sviluppatori che hanno partecipato ad #HackGov, il più grande hackhaton dedicato alla PA che si è svolto alla Apple Developer Academy, all’interno dell’Università Federico II di Napoli, nello scorso weekend.

Alla call hanno aderito una cinquantina di ragazzi, divisi in sette gruppi, provenenti da tutto il mondo. Dalla Russia al Brasile, dall’Olanda all’Ucraina. Le idee che sono state sviluppate (app, estensioni browser, piattaforme) sono state pensate per due categorie di utenti: da una parte i lettori, sempre più circondati da notizie poco attendibili; dall’altra i giornalisti professionisti, alla ricerca di nuove soluzioni per verificare fonti e potenziali fatti.

Il motore dei prodotti ideati dai giovani sviluppatori è stato fortemente innovativo: c’è chi ha optato per tecnologie di deep learning e machine learning e chi, invece, ha provato a pensare persino all’utilizzo della blockchain. C’è chi ha voluto dedicarsi a una categoria di contenuti specifica, come il team “Fact-Check video” che si è concentrata nella creazione di un metodo per capire quanto e come un video possa essere stato modificato ad arte rispetto alla sua versione originale, e chi, invece, ha pensato di guardare alla vasta gamma di elementi caricati e diffusi attraverso i social.

Quasi tutti i gruppi hanno poi lavorato sulla costruzione di una scala di valori e giudizi per assegnare una determinata percentuale di affidabilità a un articolo, a una foto o, con sempre più dati a disposizione, a una testata o a un giornalista. È l’intelligenza artificiale a far sì che questa tipologia di sistema possa funzionare, con algoritmi pronti a imparare dalle esperienze e dai dati forniti. Tutto per arrivare a costituire intere librerie composte da whitelist e blacklist.

Il processo per sviluppare questi prodotti è partito, in tutti i team, da una riflessione iniziale: Quali sono gli indizi per individuare una potenziale notizia manipolata? Da mentor è stato interessante confrontarmi con le nuove generazioni, età media dei partecipanti 22-25 anni, che si informano principalmente usando lo smartphone, gli aggregatori e i social.

In questo contesto, la lista dei principali elementi individuati ha compreso:

• la mancata aderenza tra titolo e contenuto;
• l’assenza di dati e numeri all’interno della componente testuale;
• l’eccessiva presenza di termini enfatici, emozionali, esagerati;
• la discrepanza tra foto-video e contenuto;
• la presenza di link sospetti e volti a promuovere messaggi e prodotti;
• il riutilizzo di contenuti multimediali, appartenenti a contesti (spaziali e temporali) differenti

Da qui, ad esempio, sono partiti i team “STFU - Shut The Fake Up” e Vai Brasil e The Daily Truth. Quasi tutti hanno poi preso in esame la possibilità di coinvolgere anche gli assistenti vocali, come Siri e Alexa, per darci un’altra opzione di interrogazione.

In più ci sono i nodi informativi. Il team “Data Trustworthiness Supervisor” si è dedicato alla ricostruzione di tutti quei passaggi che posso portare alla creazione e alla ripresa di una notizia. Dalla fonte primaria, qualunque possa essere, alle condivisioni successive. II loro progetto è finalizzato alla ricerca del momento esatto in cui una news sia stata presa e modificata ad uso e consumo dei propri obiettivi personali.

Alcuni team, però, hanno fatto un passo ulteriore partendo da una riflessione fondamentale: un sistema automatico e così intelligente è sufficiente per giudicare articoli e testate, autori e video? Possono darci la sicurezza che una notizia è vera o falsa? La risposta, almeno considerando l’attuale stato dell’arte, è no. I team “Double Check” e “WS”, che sono approdati alla selezione finale, hanno così immaginato di dare ai giornalisti professionisti la possibilità di fare factchecking sugli strumenti adibiti al factchecking. Un secondo controllo, umano, che garantisca maggiore affidabilità e aiuti le intelligenze artificiali ad apprendere dai propri errori. Uomini e robot insieme per raggiungere uno scopo finale: quello di dare a tutti noi gli strumenti per scindere l’informazione affidabile da quella ingannatrice e manipolatrice.