La escala de ruptura: medición del impacto de las operaciones de desinformación

Abstract

[ES] Hoy en día la expansión de operaciones de desinformación o noticias falsas en las redes sociales es un problema muy extendido del que ciertos grupos de personas se han aprovechado para obtener beneficios. En este trabajo seguiremos el modelo de la escala de ruptura para catalogar la expansión de las noticias falsas. Esta escala consta de seis niveles ascendentes que representan un salto en la expansión como por ejemplo la expansión a varias comunidades o a los medios de comunicación. Analizaremos la expansión de noticias falsas en la red social Twitter y las clasificaremos en la escala de ruptura dependiendo del grado de expansión al que hayan llegado. Para ello utilizaremos T-hoarder para recopilar los tuits deseados y los almacenaremos en una base de datos no relacional. Utilizaremos el procesador de lenguaje natural de la biblioteca SpaCy de Python para analizar el texto obtenido. Paralelamente realizaremos un grafo de relaciones de los tuits obtenidos donde los nodos serán los usuarios y las conexiones sus interacciones. Analizaremos este grafo con networkX para Python. Con estos análisis realizaremos un estudio de la operación de desinformación, hasta qué punto se ha expandido y la manera en que lo ha hecho. Analizaremos varias operaciones de desinformación recientes obteniendo los resultados de cómo se han expandido y expondremos las conclusiones a las que lleguemos con el análisis.

[EN] Nowadays the spread of misinformation or fake news operations on social networks is a widespread problem that certain groups of people have taken advantage of for profit. In this essay we will follow the breakout scale model to catalog the spread of fake news. This scale consists of six ascending levels that represent a breakout in the expansion. Such as expansion to various communities or to the traditional media. We will analyze the spread of fake news on the social network Twitter and classify them on the breackout scale depending on the degree of expansion they have reached, In order to do so, we will use T- hoarder to collect the desired tweets and then we will store them in a non-relational database. At the same time, we will make a relationship graph of the tweets obtained where the nodes will be the users and the connections will be their interactions. Then we will analyze this graph with networkX for Python. With these analyzes we will carry out a study of the disinformation operation, to what extent it has spread and the way in which it has done so. Finally, we will analyze several recent disinformation operations obtaining the results of how they have spread, and we will present the conclusions that we reach with the analysis.