"As notas de comunidade são bastante promissoras", diz cientista Yang Gao

Um estudo feito na Universidade de Illinois Urbana-Champaign publicado em novembro do ano passado encontrou bons resultados sobre a eficiência das "notas de comunidade", adotadas pela rede X (antigo Twitter) para moderar conteúdo nas redes sociais.

De acordo com o pesquisador Yang Gao (foto), que comandou o estudo, pessoas que publicavam informações mentirosas (fake news) nas redes sociais eram mais propensas a retirar seus materiais do ar ou pedir desculpas quando o material recebia uma nota de comunidade, em que outros usuários apontavam os erros.

As retratações foram uma prova de que as notas de comunidade funcionam.

As notas de comunidade entraram no debate na semana passada quando o diretor-executivo da Meta, Mark Zuckerberg, anunciou que abandonará as agências de checagem para adotar as notas de comunidade.

Enquanto as agências de checagem usam especialistas ou jornalistas para analisar as informações, as notas de comunidade terceirizam o trabalho para todos os que querem contribuir. É o que Gao chama de "crowdsourcing", pois a fonte da informação é a multidão que está online.

Como há muito mais gente contribuindo para as notas de comunidade, elas podem ser "escaláveis", isto é, podem ser empregadas em um número muito maior de publicações e em um tempo menor.

Crusoé conversou com Yang Gao — que é chinês, estudou em Singapura e há dois anos trabalha nos EUA — para saber o que ele pensa sobre o assunto.

As notas da comunidade podem ser mais eficientes que as agências de checagem de fatos?
Nossa pesquisa indica que as notas de comunidade podem ser mais eficientes que a verificação de fatos profissional em alguns aspectos. A principal vantagem das notas de comunidade é sua escalabilidade por meio de crowdsourcing – elas podem identificar e sinalizar conteúdo enganoso muito mais rápido e amplamente do que os verificadores de fatos tradicionais porque têm uma base de usuários muito maior. Essa velocidade e alcance são cruciais nas mídias sociais, em que informações falsas podem se espalhar e mudar de forma rapidamente. As agências tradicionais de verificação de fatos são limitadas por requisitos de trabalho profissional e, muitas vezes, lutam para acompanhar o volume e a velocidade da desinformação.

Mas as notas de comunidade conseguem conter a disseminação de desinformação nas redes?
Nós começamos o estudo pensando que, ao contrário dos verificadores de fatos profissionais (agências de checagem) que podem ser percebidos como mais confiáveis ​​pelo público, as notas de comunidade feitas por pessoas comuns podem não convencer os usuários da rede de que as suas postagens contêm desinformação. Em tese, isso poderia levar os autores a optar por não agir em suas postagens enganosas. Contudo, nossa pesquisa demonstrou que os autores de postagens enganosas são mais propensos a se retratar sobre suas postagens quando recebem notas de comunidade. Isso sugere que sistemas de crowdchecking, como notas da comunidade, podem de fato conter a desinformação. Há ainda um ponto importante a ser obsrevado. As notas da comunidade provaram ser capazes de aumentar a chance de retratações voluntárias dos autores. Esse tipo de atitude é muito menos controverso que a remoção tradicional de conteúdo pela plataforma, o que pode ser considerado outra vantagem desse modelo. No geral, acreditamos que as notas de comunidade e os sistemas de crowdchecking são bastante promissores no combate à desinformação.

Para que uma nota de comunidade seja colada a uma publicação enganosa na rede X, é preciso que um número grande de pessoas se dedique a dar um contexto e participe de uma votação. Isso não atrasa demais o processo?
Depende muito da velocidade com que a plataforma distribui as publicações potencialmente problemáticas para os revisores da comunidade. Dois fatores são cruciais nesse momento. O primeiro é quantas pessoas estão participando e o segundo é quão bem a plataforma distribui o conteúdo para diferentes pessoas para revisão. Se não houver pessoas suficientes adicionando e classificando as notas, muitas postagens enganosas podem passar despercebidas. O perigo real aqui é que os usuários podem presumir que o conteúdo não marcado é verdadeiro quando isso pode simplesmente significar que ainda não há pessoas suficientes o revisando. Além disso, o sistema também precisa de revisores com perspectivas diferentes. Se apenas pessoas com ideias semelhantes revisarem um conteúdo, elas podem rotular incorretamente informações verdadeiras como falsas ou deixar de sinalizar informações falsas reais que se alinham com suas crenças.

As notas de comunidade podem ser um perigo para mulheres ou crianças?
De acordo com X, o sistema de notas de comunidade já foi feito para evitar vieses. Os algoritmos para todo o sistema estão disponíveis publicamente no GitHub para quem quiser conferir. Para que uma nota se torne publicamente disponível, ela precisa buscar classificações úteis de um grupo diverso de usuários. Essa prática pode aliviar os riscos para grupos minoritários. No entanto, nenhum sistema é perfeito. Ainda é possível que contribuidores e avaliadores de notas compartilhem vieses comuns, e esses vieses podem ser refletidos em como o conteúdo é sinalizado. Atualmente, estamos conduzindo pesquisas adicionais para entender melhor e abordar esse risco específico.