Da personalização algorítmica às guerras informacionais: a dinâmica das bolhas de (des)informação em torno do Dia 7 de setembro de 2021
DOI:
https://doi.org/10.5007/1518-2924.2022.e86628Palavras-chave:
Desinformação, Câmaras de eco, Filtros-bolha, Exposição seletiva à informação, TwitterResumo
Objetivo: a retórica antidemocrática relacionada às festividades do dia da Independência do Brasil de 2021 rapidamente se espalhou nas mídias sociais, criando bolhas informacionais suscetíveis à ampla propagação de peças desinformativas. Com foco na produção, na circulação e no uso da informação, este estudo investiga as características dessas bolhas de (des)informação no Twitter.
Método: a análise dos dados foi feita a partir da combinação de Análise de Redes Sociais e Análise de Conteúdo, com levantamento feito via Application Programming Interface (API) do Twitter utilizando o termo de busca “7 de setembro”.
Resultados: partindo da análise de 40.000 tweets, identificou-se que em seis, dos oito dias analisados, uma única bolha apresentou maior influência na rede. Foram identificadas quatro características que contribuíram para isso: (1) a prevalência do uso de bots políticos (77,8% de n = 28) para compartilhamento de assuntos de interesse; o (2) uso intencional de hashtags com maior esforço de coordenação e mobilização; e o (3) uso de fontes e tipos de informação derivadas de meios de comunicação partidários (83,3% de n = 20), que, majoritariamente apelam para estesias coletivas, afetos e paixões.
Conclusões: se por um lado, estratégias de seleção e entrega de informações são fundamentais em um mundo onde a informação é produzida em escala de big data, por outro, a forma intransparente de como essa personalização é feita tem se tornado uma fórmula danosa para a esfera democrática, ao permitir a propagação de desinformação em larga escala, além de reposicionar ideologias extremistas que dantes eram periféricas, ética e moralmente rechaçadas, para o centro do debate.
Downloads
Referências
AKERS, J. et al. Technology-Enabled Disinformation: Summary, Lessons, and Recommendations. arXiv.org, [s. l.], v. 1, 2018. Disponível em: https://arxiv.org/abs/1812.09383. Acesso em: 25 fev. 2022.
ARAUJO, R. F.; OLIVEIRA, T. M. Desinformação e mensagens sobre a hidroxicloroquina no Twitter: da pressão política à disputa científica. AtoZ: novas práticas em informação e conhecimento, v. 9, n. 2, p. 196-205, 2020. DOI: https://doi.org/10.5380/atoz.v9i2.75929
ATEFEH, F.; KHREICH, W. A Survey of Techniques for Event Detection in Twitter. Computational Intelligence, v. 31, p. 132-164, 2015. DOI: https://doi.org/10.1111/coin.12017
AZEVEDO, M. L.; ROBERTSON, S. L. Authoritarian populism in Brazil: Bolsonaro’s Caesarism, ‘counter-trasformismo’ and reactionary education politics. Globalisation, Societies and Education, v. 20, n. 2, p. 151-162, 2022. DOI: https://doi.org/10.1080/14767724.2021.1955663
BARAKAT, A.; DABBOUS, K.; TARHINI, A. An empirical approach to understanding users' fake news identification on social media. Online Information Review, v. 45, n. 6, p. 1080-1096, 2021. DOI: https://doi.org/10.1108/OIR-08-2020-0333
BARBERÁ, P. How social media reduces mass political polarization. Evidence from Germany, Spain, and the U.S. In: American Political Science Association conference, 2015, Proceedings […] San Francisco, CA, 2015.
BARBERÁ, P. Social Media, Echo Chambers, and Political Polarization. In: PERSILY, Nathaniel; TUCKER, Joshua (org.). Social Media and Democracy: The State of the Field and Prospects for Reform, Cambridge: Cambridge University Press, 2020. p. 34-55. DOI: https://doi.org/10.1017/9781108890960.004
BARBERÁ, P.; STEINERT-THRELKELD, Z. How to use social media data for Political Science Research. In: CURINI, Luigi; FRANZESE, Robert (ed.). The SAGE Handbook of Research Methods in Political Science and International Relations.Thousand Oaks, CA: SAGE Publications, 2020. DOI: https://doi.org/10.4135/9781526486387.n26
BARHATE, S. et al. Twitter bot detection and their influence in hashtag manipulation. In: IEEE India Council International Conference, 17, 2020, India. Proceedings […]. India: IEEE, 2020, p. 1-7. DOI: https://doi.org/10.1109/INDICON49873.2020.9342152
BASTIAN, M., HEYMANN, S., & JACOMY, M. Gephi: an open source software for exploring and manipulating networks. Proceedings of the international AAAI conference on web and social media, v. 3, n. 1, 2009.
BRAZIL'S Bolsonaro: Only God will remove me from power. BBC, 2021. Disponível em: https://www.bbc.com/news/world-latin-america-58479028. Acesso em: 18 out. 2021
BEERS, D. The Public Sphere and Online, Independent Journalism. Revue Canadienne de L’éducation, v. 29, n. 1, 2006. DOI: https://doi.org/10.2307/20054149
BERGER, J. M.; MORGAN, J. The ISIS Twitter census: defining and describing the population of ISIS supporters on Twitter. Washington, DC: The Brookings Institution, 2015.
BESSI, A.; FERRARA, E. Social bots distort the 2016 US presidential election online discussion. First Monday, v. 21, n. 11, 2016. DOI: https://doi.org/10.5210/fm.v21i11.7090
BEZERRA, A. C. Vigilância e cultura algorítmica no novo regime global de mediação da
Informação. Perspectivas em Ciência da Informação, v. 22, n. 4, p. 68-81, 2017. DOI: https://doi.org/10.1590/1981-5344/2936
BEZERRA, A. C.; ALMEIDA, M. A. Rage against the machine learning: a critical approach to the algorithmic mediation of information. Brazilian Journal of Information Science: research trends, v. 14, n. 2, 2020. DOI: https://doi.org/10.36311/1981-1640.2020.v14n2.02.p6
BICALHO, L. A. G. A função mediadora das hashtags no processo de impeachment de Dilma Rousseff: semiose e transmídia. Tese (Doutorado em Comunicação Social) -
Faculdade de Filosofia e Ciências Humanas, Universidade Federal de Minas Gerais. Minas Gerais, 2019.
BOLSOVER, G.; HOWARD, P. Chinese computational propaganda: automation, algorithms and the manipulation of information about Chinese politics on Twitter and Weibo. Information, Communication & Society, v. 22, n. 14, p. 2063-2080, 2019. DOI: https://doi.org/10.1080/1369118X.2018.1476576
BOYD, D. It’s complicated: the social lives of networked teens. New Haven: Yale University Press, 2014.
BRADSHAW, S.; HOWARD, P. Social Media and Democracy in Crisis. In: GRAHAM, M.; DUTTON, W. H. (ed.). Society and the Internet: How Networks of Information and Communication are Changing Our Lives. United Kingdom: Oxford University Press, 2019.
BRONIATOWSKI, D. A. et al. Weaponized health communication: Twitter bots and Russian trolls amplify the vaccine debate. American Journal of Public Health, v. 108, n. 10, p. 1378-1384, 2018. DOI: https://doi.org/10.2105/AJPH.2018.304567
CABALLERO, F. S. Guerra informacional y sociedad-red: la potencia inmaterial de los ejércitos. Signo y Pensamiento, v. XXI, n. 40, 2002, p. 32-41.
CASTELLS, Manuel. A sociedade em rede. 6. ed. São Paulo: Paz e Terra, 2002.
CHOI, D. et al. Rumor Propagation is amplified by Echo Chambers in Social Media. Scientific Reports, v. 10, n. 310, 2020. DOI: https://doi.org/10.1038/s41598-019-57272-3
DAHLGREN, P. M. et al. Reinforcing spirals at work? Mutual influences between selective news exposure and ideological leaning. European Journal of Communication, v. 34, n. 2, 2019. DOI: https://doi.org/10.1177/0267323119830056
DEGENNE, A.; FORSÉ, M. Introducing Social Networks. London: SAGE, 1999. DOI: https://doi.org/10.4135/9781849209373
DRUCKMAN, J. N.; LEVENDUSKY, M. S.; MCLAIN, A. No Need to Watch: How the Effects of Partisan Media Can Spread via Interpersonal Discussions. American Journal of Political Science, v. 62, n. 1, 2018. DOI: https://doi.org/10.1111/ajps.12325
DUBOIS, E.; GAFFNEY, D. The multiple facets of influence: identifying political influentials and opinion leaders on Twitter. American Behavioral Scientist, v. 58, n. 10, 2014. DOI: https://doi.org/10.1177/0002764214527088
EVANS, S. K. et al. Explicating Affordances: a conceptual framework for understanding affordances in Communication Research, Journal of Computer-Mediated Communication, v. 22, n. 1, 2017. DOI: https://doi.org/10.1111/jcc4.12180
FECHINE, Y. Uma dinâmica interacional complexa. Acta Semiotica, v. 1, n. 1, 2021. DOI: https://doi.org/10.23925/2763-700X.2021n1.54179
FERRARA, E. et al. Characterizing social media manipulation in the 2020 U.S. presidential election. First Monday, v. 25, n. 11, 2020. DOI: https://doi.org/10.5210/fm.v25i11.11431
FERRARA, E. et al. The rise of social bots. Communications of the ACM, v. 59, n. 7, p. 96-104, 2016. DOI: https://doi.org/10.1145/2818717
FREITAS, E. C.; BOAVENTURA, L. H. Cenografia e ethos: o discurso da intolerância e
polarização política no Twitter. Letras de Hoje, v. 53, n. 3, p. 449-458, 2018. DOI: https://doi.org/10.15448/1984-7726.2018.3.30796
FORELLE, M. et al. Political Bots and the Manipulation of Public Opinion in Venezuela. SSRN, 2015. DOI: https://doi.org/10.2139/ssrn.2635800
GIGER, N. et al. Policy or person? What voters want from their representatives on Twitter. Electoral Studies, v. 74, 2021. DOI: https://doi.org/10.1016/j.electstud.2021.102401
GRAHAM, T.; WRIGHT, S. Discursive equality and everyday talk online: the impact of “superparticipants”. Journal of Computer-Mediated Communication, v. 19, n. 3, 2013. DOI: https://doi.org/10.1111/jcc4.12016
HAUSTEIN, S. et al. Tweets as impact indicators: Examining the implications of automated “bot” accounts on Twitter. Journal of the Association for Information Science and Technology, v. 67, n. 1, 2015. DOI: https://doi.org/10.1002/asi.23456
HOLT, K.; FIGENSCHOU, T. U.; FRISCHLICH, L. Key Dimensions of Alternative News Media. Digital Journalism, v. 7, n. 7, 2019. DOI: https://doi.org/10.1080/21670811.2019.1625715
HUSZÁR, F. et al. Algorithmic Amplification of Politics on Twitter. Proceedings of the National Academy of Sciences, v. 119, n. 1, 2021. DOI: https://doi.org/10.1073/pnas.2025334119
JACOMY, M. et al. ForceAtlas2, a Continuous Graph Layout Algorithm for Handy Network Visualization Designed for the Gephi Software. PLOS ONE, v. 9, n. 6, 2014. DOI: https://doi.org/10.1371/journal.pone.0098679
JAKOBSON, R. Linguistics and poetics. In: SEBEOK, T. (ed.). Style in language. Cambridge, MA: MIT Press, 1960. p. 350-377.
JUST, N.; LATZER, M. Governance by algorithms: reality construction by algorithmic selection on the Internet. Media, Culture & Society, 39, v. 2, p. 238-258. 2017. DOI: https://doi.org/10.1177/0163443716643157
KADUSHIN, C. Who benefits from network analysis: ethics of social network research Social Networks, v. 27, n. 2, 2005. DOI: https://doi.org/10.1016/j.socnet.2005.01.005
KALIL, I.; SILVEIRA, S. C.; PINHEIRO, W.; KALIL, Á.; PEREIRA, J. V.; AZARIAS, W.; AMPARO, A. B. (2021). Politics of fear in Brazil: Far-right conspiracy theories on COVID-19, Global Discourse, v. 11, n. 3, p. 409-425, 2021. Disponível em: https://bristoluniversitypressdigital.com/view/journals/gd/11/3/article-p409.xml. Acesso em: 07 jun. 2022.
KALUŽA, J. Far-reaching effects of the filter bubble, the most notorious metaphor in media studies. AI & Soc, 2022. DOI: https://doi.org/10.1007/s00146-022-01399-x
KAWCHUK, G. et al. Misinformation about spinal manipulation and boosting immunity: an analysis of Twitter activity during the COVID-19 crisis. Chiropractic & Manual Therapies, v. 28, n. 34, 2020. DOI: https://doi.org/10.1186/s12998-020-00319-4
KOLLANYI, B.; HOWARD, P. N.; WOOLLEY, S. C. Bots and Automation over Twitter during the US Election. Data Memo 2016.2. Oxford: UK: Project on Computational Propaganda.
LEE, E.-J.; SOO, Y., S. When the Medium Is the Message: How Transportability Moderates the Effects of Politicians’ Twitter Communication. Communication Research, v. 41, n. 8, 2014. DOI: https://doi.org/10.1177/0093650212466407
MELLEUISH, G. Taming the Bubble. M/C Journal, v. 24, n. 1, 2021. DOI: https://doi.org/10.5204/mcj.2733
NIKOLOV, D.; FLAMMINI, A.; MENCZER, F. Right and left, partisanship predicts (asymmetric) vulnerability to misinformation. Harvard Kennedy School (HKS) Misinformation Review, v. 1, n. 7, 2021. DOI: https://doi.org/10.37016/mr-2020-55
OLTMANN, S. M.; COOPER, T. B.; PROFERES, N. How Twitter’s affordances empower dissent and information dissemination: an exploratory study of the rogue and alt government agency Twitter accounts. Government Information Quarterly, v. 37, n. 3, 2020. DOI: https://doi.org/10.1016/j.giq.2020.101475
ORDUÑA-MALEA, E.; AGUILLO, I. F. Cibermetría: midiendo el espacio red. Barcelona: Editorial UOC, 2015.
PARISER, E. The Filter Bubble: What the Internet Is Hiding from You. London: Penguin, 2012. DOI: https://doi.org/10.3139/9783446431164
PEGABOT. https://pegabot.com.br/ Acesso em: 10, set. 2021.
RAPOSO, J. F. Algoritmos, personalização e filtragem do conteúdo. In: SAAD, E. C.; SILVEIRA, S. C. (org.) Tendências em comunicação digital. São Paulo: ECA USP, 2017, 148-167.
RECUERO, R. et al. Hashtags Functions in the Protests Across Brazil. SAGE Open, 2015. DOI: https://doi.org/10.1177/2158244015586000
RECUERO, R.; ARAÚJO, R. On the rise of artificial trending topics in Twitter. In: ACM Conference on Hypertext and Social Media, 23rd, 2012, Wisconsin. Proceedings […]. Wisconsin: Association for Computing Machinery, 2012. p. 305-306.DOI: https://doi.org/10.1145/2309996.2310046
ROCHA, C.; SOLANO, E.; MEDEIROS, J. The Bolsonaro Paradox: The Public Sphere and Right-Wing Counterpublicity in Contemporary Brazil. Denmark: Springer Cham, 2021.
WANG, S. B. et al. Click traffic analysis of short URL spam on Twitter. In: IEEE International Conference on Collaborative Computing: Networking, Applications and Worksharing, 9th, 2013, Austin. Proceedings […]. Austin: ICST, 2013. p. 250-259. DOI: https://doi.org/10.4108/icst.collaboratecom.2013.254084
ROCHA, N. A.; HOLZ, M. S. A Indústria Bolsonarista de Trending Topics no Twitter: a que se deve a eficiente estratégia Pró-Governo nas Redes Sociais? In: Encontro Nacional de Ensino e Pesquisa do Campo de Públicas, 3., 2019, Rio Grande do Norte. Anais eletrônicos […] Natal, 2019. p. 2137-2147.
RUBIN, V.; CHEN, Y.; CONROY, N. Deception detection for news: three types of fakes. Proceedings of the Association for Information Science and Technology, v. 52, n. 1, 2016. DOI: https://doi.org/10.1002/pra2.2015.145052010083
SANTANA, C.; NUNES, A.; SILVA, F. The role of bots in the disinformation process in brazilian politics between 2014 and 2018. Libri, v. 71, n. 4. DOI: https://doi.org/10.1515/libri-2020-0071
SANTINI, R. M.; SALLES, D.; TUCCI, G. When machine behavior targets future voters: The use of social bots to test narratives for political campaigns in Brazil. International Journal of Communication, v. 15, 2021.
SANTOS-D’AMORIM, K.; MIRANDA, M. K. F. O. Misinformation, disinformation, and malinformation: clarifying the definitions and examples in disinfodemic times. Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação, v. 26, 2021. DOI: https://doi.org/10.5007/1518-2924.2021.e76900
SMITH, M. et al. Mapping Twitter Topic Networks: From Polarized Crowds to Community Clusters. Washington: Pew Research Center, 2014.
STUKAL, D. et al. Detecting Bots on Russian Political Twitter. Big Data, v. 5, n. 4, p. 310-324, 2017. DOI: https://doi.org/10.1089/big.2017.0038
STATISTA. Leading countries based on number of Twitter users as of October 2021. 2021. Disponível em: https://www.statista.com/statistics/242606/number-of-active-twitter-users-in-selected-countries/. Acesso em: 09 março 2022.
STRUDWICKE, I.; GRANT, W. J. 2020. #JunkScience: Investigating pseudoscience disinformation in the Russian Internet Research Agency tweets. Public Understanding of Science, v. 29, n. 5, 2020. DOI: https://doi.org/10.1177/0963662520935071
SUNSTEIN, C. #Republic: Divided Democracy in the Age of Social Media. Princeton: Princeton University Press, 2018. DOI: https://doi.org/10.1515/9781400884711
SUNSTEIN, C. Echo Chambers. Princeton: Princeton University Press, 2001.
TSFATI, Y. et al. Causes and consequences of mainstream media dissemination of fake news: literature review and synthesis, Annals of the International Communication Association, v. 44, n. 2, p. 157-173, 2020. https://doi.org/10.1080/23808985.2020.1759443
TUBARO, P. et al. Social network analysis: New ethical approaches through collective reflexivity. Introduction to the special issue of Social Networks. Social Networks, v. 67, 2021. DOI: https://doi.org/10.1016/j.socnet.2020.12.001
VIEGAS, F. B.; SMITH, M. A. Newsgroup crowds and author lines: visualizing the activity of individuals in conversational cyberspaces. Big Island, HI: IEEE, 2004. DOI: https://doi.org/10.1109/HICSS.2004.1265288
WANG, R.; LIU, W.; GAO, S. Hashtags and information virality in networked social movement: examining hashtag co-occurrence patterns. Online Information Review, v. 40, n. 7, 2016. DOI: https://doi.org/10.4108/icst.collaboratecom.2013.254084
WANG, S. B. et al. Click traffic analysis of short URL spam on Twitter. In: IEEE International Conference on Collaborative Computing: Networking, Applications and Worksharing, 9th, 2013, Austin. Proceedings […]. Austin: ICST, 2013. p. 250-259. DOI: https://doi.org/10.4108/icst.collaboratecom.2013.254084
WASSERMAN, S.; FAUST, K. Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press, 1994. DOI: https://doi.org/10.1017/CBO9780511815478
WEEKS, B. Why Partisan News—Not Just Fake News—Promotes Political Misperceptions. Learn Speak Act. Michigan, 2017. Disponível em: https://sites.lsa.umich.edu/learn-speak-act/2017/04/12/why-partisan-news-not-just-fake-news-promotes-political-misperceptions/. Acesso em: 20. out. 2021.
WELSER, H. T. et al. Visualizing the signatures of social roles in online discussion groups. Journal of Social Structure, v. 8, n. 2, 2007.
WINTOUR, Patrick. Brazil: warning Bolsonaro may be planning military coup amid rallies. The Guardian, 6 set. 2021. https://www.theguardian.com/world/2021/sep/06/brazil-warning-bolsonaro-may-be-planning-military-coup-amid-rallies
YANG, K-C. et al. Arming the public with artificial intelligence to counter social bots. Human Behavior & Emerging Technologies, v. 1, n. 1, 2019. DOI: https://doi.org/10.1002/hbe2.115
ZAGO, G.; RECUERO, R.; SOARES, F. Political fandoms and superparticipants in political conversations on twitter. AoIR Selected Papers of Internet Research, v. 18, n. 1, 2018. DOI: ttps://doi.org/10.5210/spir.v2018i0.10514
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Karen Santos-d'Amorim, Raimundo Nonato Macedo dos Santos
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
O autor deve garantir:
- que haja um consenso completo de todos os coautores em aprovar a versão final do documento e sua submissão para publicação.
- que seu trabalho é original, e se o trabalho e/ou palavras de outras pessoas foram utilizados, estas foram devidamente reconhecidas.
Plágio em todas as suas formas constituem um comportamento antiético de publicação e é inaceitável. Encontros Bibli reserva-se o direito de usar software ou quaisquer outros métodos de detecção de plágio.
Todas as submissões recebidas para avaliação na revista Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação passam por identificação de plágio e autoplágio. Plágios identificados em manuscritos durante o processo de avaliação acarretarão no arquivamento da submissão. No caso de identificação de plágio em um manuscrito publicado na revista, o Editor Chefe conduzirá uma investigação preliminar e, caso necessário, fará a retratação.
Esta revista, seguindo as recomendações do movimento de Acesso Aberto, proporciona seu conteúdo em Full Open Access. Assim os autores conservam todos seus direitos permitindo que a Encontros Bibli possa publicar seus artigos e disponibilizar pra toda a comunidade.
Os conteúdos de Encontros Bibli estão licenciados sob uma Licença Creative Commons 4.0 by.
Qualquer usuário tem direito de:
- Compartilhar — copiar, baixar, imprimir ou redistribuir o material em qualquer suporte ou formato
- Adaptar — remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial.
De acordo com os seguintes termos:
- Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de maneira alguma que sugira ao licenciante a apoiar você ou o seu uso.
- Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
As obras deste periódico estão licenciadas com 