Suivi de la désinformation politique et de la désinformation sur TikTok

TikTok est l’une des cinq meilleures plateformes de médias sociaux au monde cette année.

En Asie du Sud-Est l’année dernière, 198 millions de personnes, soit environ 29% de la population de la région, ont utilisé TikTok. Il n’est pas exagéré de dire que la plateforme est devenue l’un des souks d’idées et d’opinions des habitants de la région.

Comme d’autres chercheurs intéressés, mon équipe de recherche était également intriguée à l’idée de se pencher sur TikTok. Plus précisément, nous voulions examiner comment les informations, y compris la désinformation politique et la désinformation, circulent sur la plate-forme. La distinction entre les deux formes de fausses informations est que la désinformation est intentionnellement, malicieusement trompeuse.

Au cours de nos huit mois de recherche, nous avons trouvé que le suivi de la désinformation politique et de la désinformation sur TikTok était assez difficile. Ceci malgré le fait que la plate-forme a lancé un programme de vérification des faits en 2020 en partenariat avec des organisations de vérification des faits indépendantes qui « aideraient à examiner et à évaluer l’exactitude du contenu » sur la plate-forme.

Dans le cadre de ce programme, TikTok révèle une potentielle désinformation à ses partenaires. Cela peut inclure des vidéos signalées par les utilisateurs de TikTok pour des informations erronées, ou celles liées à COVID-19 ou à d’autres sujets « sur lesquels la diffusion d’informations trompeuses est courante ».

Cependant, nous rencontrons toujours des difficultés à suivre la désinformation et la désinformation sur la plate-forme, telles que la vérification des contenus audiovisuels et l’identification des langues et des termes étrangers.

Vérification des faits du contenu audiovisuel

Il est difficile de vérifier le contenu audiovisuel sur TikTok.

Pour suivre efficacement la désinformation/la désinformation, tout le contenu doit être regardé attentivement et compris en fonction du contexte local. Pour garantir une évaluation correcte, cela a nécessité de longues heures d’observation humaine et d’analyse vidéo (observation du langage, des indices non verbaux, des termes, des images, du texte et des légendes).

C’est pourquoi les fact-checkers s’appuient globalement sur la participation du public pour signaler les contenus trompeurs, en plus d’avoir des fact-checkers humains qui se concentrent sur la vérification du contenu principalement viral.

La technologie de l’IA peut aider à vérifier certains de ces messages. Cependant, la vérification des faits du contenu audiovisuel repose encore fortement sur l’évaluation humaine pour l’exactitude.

À ce jour, le contenu audiovisuel est sans doute l’un des formats les plus difficiles à vérifier dans le monde. D’autres plateformes de médias sociaux sont confrontées au même défi.

Au cours de nos recherches, nous avons découvert qu’une grande partie du contenu surveillé ne contenait aucune allégation vérifiable. Cela signifiait qu’il ne pouvait pas être objectivement corroboré, ni démystifié et étiqueté comme de la désinformation.

Pour déterminer quelles vidéos ou quels commentaires contenaient des allégations inexactes, nous avons développé un cadre de désinformation basé sur les critères de détermination des déclarations vérifiables utilisés par VERA Files aux Philippines et Tirto.id en Indonésie. Les deux organisations sont signataires du réseau international de vérification des faits de Poynter.

Nous avons également examiné la liste en 10 points de signaux d’alarme et de conseils pour identifier la désinformation fournie par Colleen Sinclair, professeure agrégée de psychologie clinique à la Mississippi State University.

En utilisant ce cadre de désinformation, nous avons constaté que la majorité des vidéos et des commentaires correspondants surveillés ne portaient que de simples déclarations subjectives (opinion, appels à l’action, spéculation) ou étaient difficiles à vérifier en raison d’un manque de faisabilité.

Les exemples comprenaient des commentaires sur la nouvelle loi controversée du travail en Indonésie connue sous le nom de loi omnibus, des débats sur le caractère inapproprié des blagues sur le viol dans les écoles qui ont lancé le mouvement #MakeSchoolASaferPlace en Malaisie, des arguments entourant les mauvaises politiques gouvernementales en Malaisie au milieu de COVID-19 qui a lancé une autre campagne en ligne #kerajaangagal , et la loi antiterroriste des Philippines. Ces commentaires ont été jugés non vérifiables, car ils étaient motivés par les émotions et basés sur les opinions des utilisateurs sur les problèmes. Par conséquent, ils n’ont pas pu être étiquetés comme contenant ou pouvant contenir des informations erronées.

Ces résultats pourraient être différents si les créateurs de contenu et les commentateurs vidéo intégraient des déclarations de faits ou des « affirmations réalisables » que nous pourrions recouper avec des sources crédibles et faisant autorité.

Identifier diverses langues, argot et jargon sur TikTok

Certains vérificateurs des faits et chercheurs ont déjà noté que la diversité des langues et des dialectes de la région rendait la vérification des faits difficile pour les agences locales.

Dans cette étude, nous avons également constaté que l’argot rend plus difficile le suivi de la désinformation politique sur TikTok, même lorsque nous analysons le contenu téléchargé dans notre langue maternelle.

Des facteurs tels que les écarts générationnels et le manque de sensibilisation à l’argot et au jargon à la mode utilisés par les créateurs de contenu et les utilisateurs ne doivent pas être sous-estimés lors de la vérification des contenus sur la plate-forme. Sans aucun doute, ce sera également un problème pour les mécanismes de vérification des faits basés sur l’IA.

Difficile pour tout le monde

Au cours de nos recherches, nous avons réalisé que le suivi de la désinformation sur la plate-forme peut être un peu plus difficile pour l’équipe de recherche et les gens ordinaires.

À moins que vous ne soyez un scientifique des données capable de coder l’API Python pour collecter des données, le grattage des données sur TikTok nécessiterait un travail manuel.

Pour ce projet, notre équipe a opté pour cette dernière, considérant que la plupart de nos membres n’étaient pas dotés de compétences en data science. Nous avons suivi la désinformation sur la plate-forme en cartographiant manuellement les hashtags pertinents via la fonction de recherche de TikTok.

Un inconvénient que nous avons observé en utilisant cette stratégie est qu’elle peut prendre du temps en raison des limitations de la fonction de recherche.

D’une part, l’onglet Découvrir de TikTok permet aux utilisateurs de trier les résultats uniquement en fonction de la pertinence et/ou du nombre total de likes. Ils ne peuvent pas trier les résultats en fonction du nombre total de vues, de partages et/ou de commentaires.

Il permet également de filtrer les résultats par date de téléchargement, mais uniquement pour les six derniers mois. Cela rend la recherche de données plus anciennes, comme dans notre cas, difficile.

En tant que tel, nous avons dû passer au crible manuellement les entrées pour trouver des vidéos pertinentes avec le plus de vues ou le plus grand nombre d’engagements téléchargés au cours de la période de surveillance choisie.

Cela a rendu le processus assez accablant, en particulier pour les hashtags qui ont généré des milliers (ou plus) de vidéos TikTok.

TikTok devrait penser à améliorer sa plate-forme pour permettre aux utilisateurs de filtrer et de trier les vidéos dans les résultats de recherche. Plus précisément, ils devraient pouvoir trier par nombre de vues et/ou d’engagements et par date de téléchargement personnalisée. Les personnes intéressées et les vérificateurs des faits seraient alors en mesure de suivre plus efficacement la désinformation/la désinformation politique.

Cela aiderait TikTok à devenir moins pollué par de fausses informations, car davantage de personnes auraient les moyens de surveiller efficacement la més/désinformation. Cela pourrait compléter les efforts existants de la propre équipe de vérification des faits de TikTok.

Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lire l’article original.