Il fenomeno della disinformazione sta crescendo esponenzialmente sulle piattaforme digitali, influenzando notevolmente gli eventi sociali, politici ed economici. La velocità con cui si diffondono le campagne di disinformazione attraverso i media digitali ha reso questa minaccia ancora più urgente per la libertà e la democrazia.
Un team di ricercatori dell'IMDEA Networks, insieme alla Cyprus University of Technology e LSTECH ESPAÑA SL, ha sviluppato l'algoritmo HyperGraphDis, che migliora significativamente la rilevazione della disinformazione sui social media. Questo strumento si rivela particolarmente efficace nella lotta alla diffusione delle fake news.
Il Dr. Marius Paraschiv, ricercatore senior all'IMDEA Networks e coautore dello studio, dettaglia: "Il nostro lavoro, intitolato 'HyperGraphDis: Leveraging Hypergraphs for Contextual and Social-Based Disinformation Detection', propone un metodo di rilevamento che valuta le complesse strutture sociali tra gli utenti, oltre agli elementi relazionali e semantici, al fine di determinare la natura dei contenuti che generano."
Il Dr. Nikolaos Laoutaris, professore di ricerca all'IMDEA Networks, aggiunge importanti considerazioni sulla scalabilità: "Con il crescente volume di dati sui social media, non è sufficiente raggiungere un'alta accuratezza nella rilevazione delle notizie false; gli algoritmi devono essere scalabili e veloci per gestire grandi volumi di dati in tempo quasi reale. Il nostro nuovo algoritmo HyperGraphDis non solo aumenta l'accuratezza di rilevamento ma riduce anche significativamente il tempo di esecuzione, risultando molto più pratico rispetto ai metodi concorrenti."
Sperimentato su quattro dataset di Twitter/X relativi alle elezioni presidenziali del 2016 negli USA e alla pandemia di COVID-19, HyperGraphDis ha superato i metodi esistenti sia in termini di precisione che di efficienza computazionale, dimostrando la sua efficacia e la sua applicabilità nell'affrontare le sfide poste dalla diffusione della disinformazione.
Come funziona HyperGraphDis
HyperGraphDis integra tecniche avanzate come le reti neurali hypergraph, il clustering di grafi per la rilevazione di comunità e l'elaborazione del linguaggio naturale per la comprensione dei testi. Questi strumenti consentono una rilevazione della disinformazione più efficiente e accurata.
I ricercatori hanno scelto Twitter/X per via della disponibilità di dataset complessi, sebbene HyperGraphDis possa essere adattato ad altre piattaforme sociali. Un ulteriore vantaggio è che offre ai proprietari delle piattaforme un metodo efficace per mitigare gli effetti della disinformazione, fornendo una migliore comprensione di come essa si diffonda e di come combatterla efficacemente facilitando risposte verificate e contestualmente adatte.
Le sfide del progetto e gli sviluppi futuri non sono stati pochi, ad esempio la raccolta di dati aggiornati da Twitter/X, la costruzione di ipergrafi complessi e l'adattamento dell'algoritmo a nuovi contesti multimodali usando modelli avanzati come GPT-4. "Potrebbe essere il passo logico successivo, ma ci sono ostacoli significativi da superare, inclusi problemi di scalabilità e aggregazione di informazioni da molteplici fonti", conclude Paraschiv.
