Desinformación y vacunas en redes

Comportamiento de los bulos en Twitter

Bibliographic Data

ID21660381
AuthorsJosé Manuel Noguera Vivo (0000-0002-7189-7017, Universidad Católica de Murcia), María del Mar Grandío-Pérez (0000-0002-2577-4059, Universidad de Murcia), Guillermo Villar-Rodríguez (0000-0001-7942-2879, Universidad Politécnica de Madrid), Alejandro Martín (0000-0002-0800-7632, Universidad Politécnica de Madrid), D Camacho (0000-0002-5051-3475, Universidad Politécnica de Madrid)
Year2022
Issue81
Pages44-62
Publication date2022-09-19
Open AccessYes
TypeARTICLE
VenueRevista Latina de Comunicación Social (JOURNAL)
Journal identifiersISSN: 1138-5820 • E-ISSN: 1138-5820
PublisherForum XXI (PUBLISHER • ES)
DOI10.4185/rlcs-2022-1820
OpenAlexW4296753997
LanguageES
Citations received1
References cited33

Introducción: Los bulos antivacunas son un tipo de desinformación sanitaria con gran peligro, dados sus efectos tangibles en la sociedad. Existen investigaciones relevantes sobre tipología de bulos, discursos negacionistas en redes o popularidad de las vacunas, pero este estudio aporta una visión complementaria y pionera, centrada en el discurso antivacunas de COVID-19 en Twitter desde la perspectiva del comportamiento de las cuentas que difunden desinformación. Metodología: A partir del método de FacTeR-Check, compuesto por cinco fases y una primera muestra basada en un centenar de bulos (diciembre de 2020 y septiembre de 2021) se descargaron 220.246 tuits, filtrados para trabajar con inteligencia artificial y técnicas de inferencia de lenguaje natural (NLI) sobre una segunda muestra de más de 36.000 tuits (N=36.292). Resultados: Los resultados ofrecen predominancias de algunos tipos de producción de desinformación, así como la eficacia de crear contenido original falso para agrupar seguidores o la identificación de un periodo (2013-2020) de más dominación de los usuarios que apoyan bulos, frente a los que los niegan. Discusión: El artículo muestra cómo la tipología o morfología de las cuentas puede ser un factor predictivo acerca del comportamiento de dichos usuarios respecto al caso particular de los bulos analizados. Conclusiones: Se ofrecen patrones de comportamiento del discurso antivacunas en Twitter, que pueden ayudar a gestionar futuros fenómenos similares. Dado el significativo tamaño de la muestra y de las técnicas empleadas, se puede concluir que este trabajo establece una base sólida para otros estudios comparativos sobre desinformación y salud en redes sociales

Humanities · Communication and COVID-19 Impact · Hate Speech and Cyberbullying Detection · Misinformation and Its Impacts · Philosophy

Tools

Open DOIOpen Access