Los puntos clave no están disponibles para este artículo en este momento.
Importancia Muchas personas consumen noticias a través de las redes sociales. Por lo tanto, es deseable reducir la exposición de los usuarios de redes sociales a contenido noticioso de baja calidad. Una posible intervención es que los algoritmos de ranking de redes sociales muestren relativamente menos contenido de fuentes que los usuarios consideran poco confiables. Pero, ¿son los juicios de personas comunes indicadores confiables de la calidad, o están corrompidos por sesgo partidista o falta de información? Quizás de manera sorprendente, encontramos que las personas comunes —en promedio— son bastante buenas distinguiendo entre fuentes de menor y mayor calidad. Estos resultados indican que incorporar las calificaciones de confianza de personas comunes en los algoritmos de ranking de redes sociales podría constituir una intervención efectiva contra la desinformación, noticias falsas y contenido noticioso con fuerte sesgo político.
Building similarity graph...
Analyzing shared references across papers
Loading...
Gordon Pennycook
David G. Rand
Proceedings of the National Academy of Sciences
Massachusetts Institute of Technology
University of Regina
Building similarity graph...
Analyzing shared references across papers
Loading...
Pennycook et al. (Mon,) estudiaron esta cuestión.
www.synapsesocial.com/papers/695d593413292fa9df0b4f7a — DOI: https://doi.org/10.1073/pnas.1806781116