Una de las principales razones por las que las fake news (y los bulos en general) tienden a difundirse tan rápidamente por las redes sociales, lo encontramos en lo que se conoce como el sesgo de confirmación. A la mayoría de las personas les encanta escuchar datos que refuerzan sus principales creencias, a la vez que ignoran o descartan aquellos hechos que los rebaten.
A lo que, además, debemos sumarle otro aspecto importante: la estructura y los algoritmos de las plataformas de redes sociales tienen un papel esencial en lo que a la difusión de la información falsa o errónea se refiere. ¿Por qué? Principalmente porque se basan en la participación del usuario, que actúa, especialmente, en función de sus creencias o preferencias existentes.
Básicamente, la arquitectura de este tipo de plataformas facilitan la transmisión y distribución de la información falsa (o errónea), especialmente en función de su audiencia.
Dicho de otra forma, nos encontramos ante un círculo “vicioso” que se retroalimenta constantemente: muchos bulos o fake news confirman lo que ese determinado usuario cree o quiere creer, lo que le lleva a compartirlo. A su vez, sus seguidores también hacen lo propio.
Si, además, tenemos en cuenta que la cantidad de ‘Me gusta’ o los retuits aumentan las probabilidades de que aumente su difusión en las RRSS, finalmente nos encontramos ante un contenido que se ha viralizado en cuestión de minutos.
Un análisis publicado en 2018 sobre el intercambio de información en Twitter encontró que las noticias consideradas como verdaderas, con un 95-98% de acuerdo entre los propios verificadores de hechos, se difundieron más lentamente que las noticias falsas. Y tuvieron menos alcance. Encontraron que, rara vez, las noticias verídicas más populares llegan a más de 1.000 personas, mientras que más del 1% de las noticias falsas llega a entre 1.000 y 100.000 personas.
Así, las noticias falsas que llegaron a 1.500 personas lo hicieron seis veces más rápido que las historias reales, a la vez que tenían un 70% más de probabilidades de ser retuiteadas que las verdaderas, según un modelo de datos.
Volviendo al principio, encontramos un buen ejemplo en política, donde el sesgo de confirmación es muy común: es más probable que los usuarios lean o interactúen con la información que confirma sus creencias y afiliaciones políticas preexistentes, a la vez que rechacen toda aquella información que las desafía. Es más, también se sabe que la información errónea se propaga rápidamente entre aquellas personas que tienen ideologías similares.
A su vez, el sesgo de confirmación alimenta el efecto de cámara eco: cuando informaciones o ideas concretas son difundidas una y otra vez, y las posiciones opuestas se ocultan. Si se transmite esa visión a sus contactos, generará el mismo efecto. Este concepto también se ha asociado al nivel de conocimiento del usuario. Una persona menos formada puede optar más fácilmente por una línea editorial concreta y ser más propenso a adoptar una posición radical (por ejemplo, creer en teorías de conspiración).
Aunque podemos ir un poco más allá y mencionar el efecto de mera exposición (Zajonc, 1968): estar expuesto a algo de forma repetida es suficiente para que nos guste. Traducido en lo que a los bulos se refiere, cuando nos exponemos repetidamente a información falsa, tendemos a familiarizarnos con esta. Y, lo que es peor, acabamos por otorgarle más veracidad de la que en realidad tendría (por ejemplo, canales de Telegram).
Pero, además del sesgo de confirmación, también hay otros determinantes de la desinformación en redes sociales:
👉 Ansiedad
👉 Confiabilidad
👉 Ambigüedad de la fuente y/o contenido
👉 Participación personal
👉 Lazos sociales
👉 Analfabetismo
👉 Atractivo
👉 Facilidad para compartir el contenido
👉 La conexión con el dispositivo
Por todo ello, la desinformación ha inundado las redes sociales en los dos últimos años de pandemia, entre otros aspectos.
