Mais atuações do MIDIARS

 

Talks do MIDIARS

Estamos em distanciamento social, porém atuando fortemente em várias rodas de conversa, palestras, eventos e discussões. Algumas das quais participamos recentemente:

A disputa de narrativas no Twitter sobre a facada em Jair Bolsonaro – Texto no Nexo Jornal

Há alguns dias, o pesquisador do MIDIARS Otávio Iost Vinhas publicou no Nexo Jornal um texto que traz os resultados de sua dissertação, denominado “A disputa de narrativas no Twitter sobre a facada em Jair Bolsonaro”. No texto, o autor explicita como foi feita a sua pesquisa e os principais resultados de sua dissertação, onde analisou as disputas envolvidas no relato do atentado realizado contra o então candidato à presidência da república no Twitter. Leia lá!

Datasets disponíveis

A partir de agora, passamos a disponibilizar alguns datasets anonimizados na nova aba “datasets” deste site. O primeiro é referente ao artigo O Discurso Desinformativo sobre a Cura do COVID-19 no Twitter: Estudo de caso, aceito para publicação na E-compós e disponível em versão preprint no Scielo.

Nota de pesar – Catarina Barboza

É com muito pesar que comunicamos o falecimento, ocorrido ontem, depois de uma longa batalha contra o câncer, de uma da primeiras pesquisadoras vinculadas ao grupo, a professora  doutora do IFSul- Pelotas, Catarina Maitê Machado Barboza. A pesquisa de Catarina focou os trabalhos de fãs, particularmente, os modos de produção escrita, colaboração e produção coletiva dos fãs de Snape (da série Harry Potter) (sua tese, por exemplo, pode ser lida aqui). O trabalho de Catarina contribuiu imensamente para a compreensão das práticas de produção textual entre os fãs e como essas práticas podem ser apropriadas para sala de aula.

Apaixonada por literatura, Catarina foi uma força mobilizadora, através de sua gentileza e amor pela docência, para inspirar outros pesquisadores dentro e fora do MIDIARS. Agregadora e generosa, sempre esteve disposta a contribuir, ajudar e construir. Catarina, farás muita falta neste mundo. Sentiremos muita saudade!

Artigo novo: Hiperpartidarismo, Desinformação e Conversações Políticas no Twitter nas Eleições de 2018

Principais pontos:

  • Pesquisa realizada no Twitter mostra que a desinformação aumentou do primeiro para o segundo turno das eleições de 2018, fortemente associada à polarização política das conversações.
  • Essa desinformação foi também associada à presença de veículos hiperpartidários que ganharam mais espaço nas conversas, ao mesmo tempo em que os veículos jornalísticos perderam espaço.

Overview

Recebemos o aceite (ICWSM-2020) para publicação de mais um artigo com resultados da pesquisa sobre desinformação e as eleições de 2018.  Este artigo (que estará disponível em breve)  trata do papel dos sites hiperpartidários e da polarização no espalhamento de desinformação no Twitter.  Sites hiperpartidários são aqueles que divulgam apenas informações que favorecem um certo partido, viés político ou candidato, geralmente travestidos de “notícias”, porém enviesadas.  Neste trabalho, mostramos três coisas: (1) Um contexto extremamente polarizado das conversações no período eleitoral; (2) Forte associação entre os veículos hiperpartidários e desinformação (notamos a presença conteúdo manipulado ou enganoso, principalmente, mais do que conteúdo fabricado); (3) Neste contexto, os veículos hiperpartidários circularam cada vez mais conforme as eleições se aproximavam, enquanto os veículos informatívos mais legítimos, como jornais, cada vez menos, principalmente no grupo de apoio ao atual presidente. Essa tendência ocorreu nos dois grupos.

Nesse trabalho, portanto, argumentamos que a circulação de veículos hiperpartidários está sim associada à desinformação em um determinado grupo, e que em contextos polarizados, as pessoas tendem a dar maior visibilidade para informação  que favorece seus próprios pontos de vista em detrimento de conteúdo jornalístico (que supostamente tem informação que foi apurada).

Método

Este trabalho traz resultados baseados em um conjunto de mais de 8 milhões de tweets em português coletados durante a última semana do primeiro e do segundo turno das eleições de 2018. Para discutir os dados, usamos uma combinação de métodos denominada “métodos mistos”.

Para a análise da polarização, utilizamos análise de redes e algoritmos que calculam a tendência de todos os nós em pertencerem ao mesmo grupo a partir de seus retweets e citações (você tende a estar mais próximo das pessoas que retuita/comenta). Analisamos a tendência desses grupos de continuarem conectados em cada turno das eleições medindo níveis de conectividade. Dentro dos grupos que identificamos, analisamos a influência dos nós a partir do número de citações.

Também usamos outro método de análise de conceitos (Connected Concept Analysis) para verificar os termos que mais co-ocorrem em conjunto em cada um dos grupos (clusters) identificados, de modo a perceber sua filiação política.

Finalmente, analisamos qualitativamente os  veículos com maior influência em cada grupo (108 no primeiro turno e 92 no segundo), classificando-os em veículos hiperpartidários ou jornalísticos, de acordo com o tipo de conteúdo que divulgavam. Também observamos os 20 últimos tweets de cada uma dessas contas, de modo a identificar desinformação.

Resultados

Como explicamos, há uma forte tendência à polarização dessas conversações. Ou seja, em todos os mapeamentos que fizemos, há uma tendência à formação de dois grupos nessas conversações, aqueles que apoiaram o atual presidente e aqueles que eram contrários à sua eleição. Nas imagens abaixo temos a comparação dos grupos presentes no primeiro e no segundo turno, o grupo vermelho favorável ao candidato Bolsonaro e o azul, contrário.

Grupos no primeiro turno

Grupos anti (azul) e a favor (vermelho) de Bolsonaro no primeiro (acima) e no segundo turno (abaixo).

Esses grupos tornam-se mais fechados com a aproximação do turno final. É importante também ressaltar que denominamos os grupos como favoráveis e contrários ao atual presidente porque não aparece, no grupo contrário, com tanta força, o candidato da oposição, mas sim, o sentimento contrário a Bolsonaro.

No entanto, essa polarização também facilita a circulação de veículo hiperpartidários, que consideramos , de acordo com a literatura, aqueles que  (1) apoiam claramente uma ideologia, partido, candidato ou viés político; (2) apresentam o foco do seu conteúdo como “verdade” ou “notícia” ( ou a “verdade alternativa” à mídia tradicional); (3) usam de sensacionalismo e linguagem emocional no conteúdo e; (4) produzem/compartilham informações tendenciosas e enviesadas.

Nas imagens a seguir, vemos os veículos hiperpartidários (em vermelho) e os veículos jornalísticos (em preto). Em ambos os casos, os veículos hiperpartidários ganham centralidade nos dois clusters enquanto os veículos noticiosos perdem espaço (e vão para a periferia do grupo). No entanto, a centralidade dos veículos hiperpartidários é maior entre os apoiadores do atual presidente (círculo).

Circulação de veículos hiperpartidários e jornalísticos nos grupos durante o primeiro (acima) e o segundo turno (abaixo).

Finalmente, também analisamos a quantidade de desinformação que circulou nesses grupos. O resultado foi que, conforme aproximou-se a data do 2o turno, mais desinformação circulou nos dois grupos. Porém, o número total é maior no cluster de apoiadores do que no de detratores.

Circulação de desinformação pelos veículos hiperpartidários no primeiro e no segundo turno nos dois grupos.

Relevância

A mídia social tem uma importância extraordinária nas eleições de 2018 no Brasil. O candidato Bolsonaro, por exemplo, tinha pouquíssimo tempo na mídia de massa, enquanto o candidato Haddad tinha o maior tempo. A campanha do atual presidente foi, assim, realizada em larga medida no Facebook e no Twitter, através de lives e mensagens aos eleitores.  O Twitter, de modo particular, é um espaço mais público, onde a informação circula mais livremente (ao contrário do Facebook, onde a informação tende a circular menos porque precisa passar de uma rede social a outra através de compartilhamentos). Além disso, observamos que essas várias plataformas são interconectadas em termos de conteúdo, uma refletindo parte do conteúdo que passa pela outra. Esses dois fatores colocam o Twitter com um laboratório interessante e relevante para observar as estruturas das conversações e da própria campanha eleitoral.

Os resultados que trazemos neste estudo são bastante preocupantes, pois indicam que a polarização política (ou seja, a criação de grupos com características de câmaras de eco, que tendem a circular apenas informações com as quais concordam) pode influenciar fortemente a circulação de desinformação, tornando fértil o espaço para conteúdo enganoso e falso. No nosso estudo, o aumento da polarização foi relacionado ao aumento da circulação de desinformação e de veículos hiperpartidários e o pior, a não circulação dos veículos jornalísticos, que poderiam desmentir a informação falsa. 

Autores e financiadores

Esse trabalho é resultado de um esforço conjunto entre o MIDIARS e o Social Media Lab (Ryerson/Toronto) e foi realizado por Raquel Recuero (UFPEL/UFRGS), Felipe Soares (UFRGS) e Anatoliy Gruzd (Social Media Lab/Ryerson University).  É um trabalho que também contou com o financiamento da FAPERGS (Edital de Internacionalização), do CNPq (bolsa de pesquisa)  e da CAPES (Print).

MIDIARS e Social Media Lab divulgam resultado de pesquisa sobre Toxicidade, Linguagem e Eleições

Está disponível o relatório do Digital Ecosystem Research Challenge, projeto que reúne 18 pesquisas sobre as eleições canadenses. O grupo Midiars participou de um destes projetos em parceria com o Social Media Lab (Ryerson University), do Canadá. O projeto realizado pelos dois grupos focou na toxicidade online direcionada a candidatos nas eleições canadenses.

A nossa pesquisa tem dois objetivos principais: (1) observar a prevalência de mensagens toxicas enviadas a candidatos no Twitter e (2) identificar se há diferença na frequência de mensagens tóxicas direcionadas a homens e mulheres que se candidataram nas eleições canadenses. Para a realização desta pesquisa, coletamos tweets públicos em inglês direcionados a uma lista de 1.344 candidatos com perfil público no período de um mês (28 de setembro a 28 de outubro de 2019). Neste processo, coletamos 363.709 tweets direcionados a 1.116 candidatos.

Para a primeira fase da pesquisa, recrutamos e treinamos três codificadores para analisar uma amostra de 1% do nosso conjunto de dados (3637 tweets). Os codificadores leram estes tweets e identificaram os que eram tóxicos, quando a mensagem é rude, desrespeitosa ou irracional, e insultos, quando a mensagem é inflamatória ou negativa em relação a uma pessoa ou um grupo de pessoas. Ao final, realizamos um teste estatístico (chi-square) para identificar se havia relação entre gênero e a frequência de mensagens tóxicas.

Os resultados da primeira fase mostraram que 8,4% das mensagens eram tóxicas e 2,8% eram insultos. O teste estatístico determinou que não havia associação entre o gênero dos candidatos e receber mensagens tóxicas. Ainda que outros estudos semelhantes também não tenham encontrado associação sobre gênero e a frequência de mensagens tóxicas, análises complementares mostraram que as mulheres costumam receber mais frequentemente alguns tipos de mensagens tóxicas, como discurso de ódio, mensagens que reforçam estereótipos e mensagens sexistas.

Nos estudos futuros, para as próximas fases da pesquisa, nós vamos aplicar técnicas de machine learning para analisar o conjunto de dados inteiro. Assim, podemos verificar se os resultados da primeira fase se confirmam para todo o conjunto de dados. Além disso, vamos usar modelagem de tópicos para identificar as diferenças nos tipos de mensagens tóxicas entre os gêneros.

Dentre as implicações deste estudo, destacamos que não apenas a frequência das mensagens tóxicas, mas também sua severidade pode afetar o bem-estar de candidatos. Além disso, alguns candidatos experimentam casos mais extremos de violência. Entendemos que as plataformas devem assumir papéis mais proativos no combate a campanhas de ódio. Por exemplo, a maioria dos tweets que identificamos como tóxicos ou insultos ainda estão disponíveis no Twitter.

O lançamento do relatório ocorreu em conferência que reuniu os grupos dos 18 projetos na Universidade de Ottawa, no Canadá, nos dias 20 e 21 de fevereiro. O Felipe Soares, integrante do Midiars que está em doutorado-sanduíche no Social Media Lab, participou da conferência e apresentou os resultados da primeira fase da pesquisa. O relatório está disponível em inglês e francês (os nossos resultados estão detalhados a partir da p. 30).

 

Por Felipe Soares

MIDIARS com canal no Youtube

Um dos nossos mais recentes esforços para aproximar o que fazemos da comunidade é um canal no Youtube.  Ali, vamos divulgar, em alguns vídeos o que temos feito e quais as novidades em termos de pesquisa. Dá para conferir, em poucos minutos, os principais resultados, dados e métodos que temos trabalho.

Apareçam por lá!

Violência de Gênero: Nova publicação

Recentemente, as bolsistas de Iniciação Científica e participantes do grupo, Lisandra Miranda e  Camila Santos, participaram do INTERCOM SUL, em Porto Alegre, onde apresentaram o trabalho “Análise das conversações no Twitter a partir de notícias dos jornais brasileiros sobre a violência contra a mulher“. O trabalho traz o resultado de um trabalho focado na análise de como os jornais brasileiros oportunizaram (ou não) a discussão sobre a violência contra a mulher em crimes de feminicídio.

 

MIDIARS na 10th International Conference on Social Media and Society

Felipe Soares, integrante do grupo, esteve em julho no Canadá, onde apresentou um dos trabalhos desenvolvidos pelo grupo na  10th International Conference on Social Media & Society aconteceu entre 19 e 21 de julho na Ryerson University em Toronto.  O evento foi uma ótima oportunidade para receber feedback sobre a pesquisa, além de conhecer o trabalho de outros pesquisadores de diversos lugares do mundo e os projetos desenvolvidos pelo Social Media Lab, grupo parceiro do Midiars.

O artigo “Asymmetric Polarization on Twitter and the 2018 Brazilian Presidential Elections” (Polarização assimétrica no Twitter e as eleições presidenciais brasileiras de 2018) buscou compreender as dinâmicas de polarização em conversações no Twitter durante as eleições presidenciais do último ano. Foram analisadas as interações de quase 3 milhões de tweets, divididos em quatro datasets. No trabalho, os pesquisadores  identificaram dois grupos principais nas conversações analisadas, um bastante centrado em Jair Bolsonaro (que chamamos de pró-Bolsonaro) e outro composto pelo resto da rede, que compartilhava um sentimento contrário a Bolsonaro (e, por isso, chamamos de anti-Bolsonaro). Os resultados apontam  mostram que o grupo anti-Bolsonaro deu maior visibilidade a veículos de mídia e teve um consumo mais variado deles, incluindo veículos jornalísticos tradicionais do Brasil e até mesmo veículos estrangeiros. Já o grupo pró-Bolsonaro deu pouca visibilidade a veículos de mídia, tendo preferência por veículos que claramente apoiaram o candidato durante a campanha. Este tipo de comportamento representa o conceito de polarização assimétrica, cunhado por pesquisadores da Universidade de Harvard. A ideia de polarização assimétrica se aplica quando há dois grupos antagônicos em uma conversação política em mídias sociais, mas um deles possui comportamento mais radicalizado, limitando o acesso a veículos jornalísticos tradicionais e dando preferência a veículos hiper-partidários.