Non passa settimana senza che ne sorga una nuova: le chat di Whatsapp ne sono invase, i social network ne aiutano la diffusione. Sono le cosiddette bufale, o fake news, notizie false su argomenti di interesse comune, che possono creare scalpore e (spesso) far guadagnare molti clic a chi le diffonde. In questo periodo di pandemia, i creatori di bufale si stanno concentrando ovviamente sulla CoViD-19: ce ne sono talmente tante che il Ministero della Salute italiano e la OMS hanno creato una pagina apposita che le riunisce, sfatandole. Ecco una guida per riconoscerle (ed evitarle).
Verificate le fonti. Prima di tutto, è importante verificare le fonti: se si parla di "esperti giapponesi" o "studiosi di Harvard", controllate i siti ufficiali per vedere se fanno accenno alla notizia. Se invece a dichiarare con assoluta certezza che il virus è stato creato in laboratorio dagli americani/cinesi/russi è l'amico di un amico che l'ha letto su Facebook… lasciate perdere.
Grammatica. Le organizzazioni serie difficilmente commettono molti errori di grammatica o di ortografia quando diffondono un messaggio; ATTENTI ANCHE AI MESSAGGI SCRITTI INTERAMENTE IN MAIUSCOLO e alle frasi ricche di punti esclamativi!!!!!
Condividete! Un altro segnale che dovrebbe mettervi sull'attenti è la richiesta insistente di "condividere" o "far girare" il messaggio, spesso "prima che venga eliminato". È proprio così che una bufala diventa virale.
Falsi account. Alcuni account cercano di imitare l'originale cambiando o aggiungendo qualche parola: su Twitter è il caso ad esempio di @BBCNewsTonight, un canale non ufficiale (ora eliminato) che cercava di spacciarsi per @BBCNews, e che ha diffuso la notizia (falsa) secondo cui l'attore Daniel Radcliffe avrebbe contratto la CoViD-19.
Di chi fidarsi. In generale, è sempre meglio condividere e credere solo alle notizie che vengono da fonti ufficiali, come l'Organizzazione Mondiale della Sanità (OMS) e il sito del Ministero della Salute.
tecnologia in aiuto. Francesco Pierri, dottorando al Politecnico di Milano, ha recentemente pubblicato su Nature Scientific Reports uno studio in cui presenta, insieme ai professori Carlo Piccardi e Stefano Ceri, una metodologia di machine learning che permette di distinguere le notizie attendibili da quelle false, osservando in che modo si diffondono sui social media. Anche i ricercatori del Fraunhofer Institute of Communication hanno lavorato in questa direzione, sviluppando un sistema capace di analizzare automaticamente i post sui social network, filtrando le notizie false.
