Portal InstitucionalUFPEL

“desinformação”) sobre o novo vírus, o tratamento e até mesmo possíveis curas ganhou fôlego no Brasil e rapidamente, um esforço das autoridades para mitigar seus efeitos. Grande parte deste discurso atacava o das autoridades e empurrava a população a tomar ações contrárias àquelas solicitadas. E boa parte desses discursos foi comunicado e amplificado pela mídia social.

O conceito de desinformação tem sido usado atualmente para fazer referência ao fenômeno do espalhamento de informações falsas ("fake news"), manipuladas, hiperpartidárias ou fora de contexto que são intencionalmente espalhadas através de canais de mídia social buscando influenciar a opinião pública de modo contrário ou favorável a alguma discussão (Derakhshan & Wardle, 2017; Tucker et al., 2018).

A desinformação, como fenômeno, está diretamente relacionada às estratégias de legitimação utilizadas em seu discurso. Para que os atores sociais reproduzam um determinado discurso, há uma necessidade de enquadramento deste dentro de uma realidade legitimadora. Considerando a linguagem como uma prática social (Halliday, 1978; Fairclough, 1989), compreendemos discurso, neste trabalho, nos termos de Fairclough (1989), onde o conceito refere-se tanto às unidades de texto quanto à sua função. A legitimação, neste âmbito teórico, está relacionada ao papel do discurso em promover a aceitação dessas práticas e relações sociais, muitas vezes, de desigualdade. Ela, assim, está intrinsecamente conectada ao conceito de poder, onde aquele pretende a aceitação deste. Este poder, assim, precisa ser compreendido como digno de obediência, legítimo para ser aceito de modo voluntário. A legitimação, assim, é constituída em uma justificativa para a ordem institucional de uma dada sociedade, obtida através do discurso (Van Leeuwen, 2007). Assim, esses discursos contribuem para com as impressões de consenso (Soon & Goh, 2018) não apenas pela sua presença mas, também, pelas suas estratégias de legitimação.

O Brasil tem um contexto extremamente polarizado na estrutura das conversações nas redes sociais já desde 2018, com o aparecimento de uma violenta polarização política e também pelo espalhamento de desinformação política (Recuero, Soarea & Gruzd, 2020; Recuero & Gruzd, 2019). O resultado desta polarização foi o aparecimento de estruturas semelhantes às denominadas “câmaras de eco” (Sustein, 2001), onde os grupos passam a filtrar a informação que circula dentro deles, silenciando aqueles discursos que são vistos como contrários a seus posicionamentos ideológicos e políticos e permitindo a circulação apenas daqueles vistos como favoráveis (Benkler, Faris & Roberts, 2018). Com isso, há um paulatino isolamento destes grupos sociais, que parece contribuir diretamente para a circulação de desinformação (Recuero & Soares, 2020), pois evita que os discursos que desmentem esse conteúdo falso circulem nos mesmos espaços (Recuero, Soares & Gruzd, 2020).
Esse cenário chamou a atenção das autoridades diante de denúncias de manipulação da opinião pública e tentativas de interferência nos processos de difusão de informações em saúde, pois as mesmas estratégias já têm sido utilizadas para espalhar, por exemplo, desinformação relacionadas a campanhas de vacinação e outras políticas governamentais. Diante deste cenário, e da gravidade da pandemia de COVID-19, é importantíssimo discutir e compreender o fenômeno, bem como propor estratégias de combate que possam servir para a criação de políticas públicas que permitam aos estados lutar contra a desinformação espalhada pela mídia social.

Para desenvolver esta proposta, trabalharemos com um composto de métodos que será descrito a seguir.
1. Revisão Bibliográfica - O primeiro momento de trabalho compreenderá as leituras dos textos e livros mais recentes sobre a temática, bem como a exploração de outras leituras sobre coleta e análise de dados de mídia social e desinformação.
2. Definição dos métodos de coleta de dados sobre desinformação, bem como para a armazenagem desses dados. Submissão da proposta ao Comitê de Ética em pesquisa.
a. A proposta inicial é que os dados sobre desinformação sobre o COVID-19 sejam coletados de modo automático no Twitter (através do Social Feed Manager e do NodeXL, dois modos através dos quais o grupo tem familiaridade e já está coletando esses dados); de modo automático do WhatsApp (através do Monitor do WhatsApp da UFMG); e de modo manual Facebook (em grupos e canais específicos que já estão sendo selecionados pelo grupo, pois o Facebook não permite a coleta automática).
b. Em princípio, a coleta será restrita a Twitter, Facebook e WhatsApp como principais canais, de acordo com as limitações impostas pelas APIs das ferramentas.
3. Survey que permita avaliar o impacto dessa desinformação nas pessoas e os modos de combate-la. A proposta é utilizar uma amostragem estratificada a partir das várias regiões brasileiras, a ser realizada via painéis (Mechanical Turk ou terceirizados, de acordo com o montante que será aprovado e recebido pelo CNPq). Amostragem, validação e construção do questionário voltado para as estratégias da desinformação e os modos de combate-la.
4. Análise, discussão e cruzamento dos dados obtidos. Os dados obtidos serão analisados a partir de métodos computacionais, análise de redes sociais (Wasserman & Faust, 1994) e análise de conteúdo (Krippendorf, 2005; Bardin, 2003) e análise crítica de discurso (Fairclough, 1989). Esses dados serão organizados e analisados para que se compreenda:
a) Estrutura da desinformação: Quais tipos de desinformação circulam mais? Como se difundem entre os diferentes canais de mídia social? Quais atores são chaves para a sua circulação?
b) Estratégias de legitimação: Como a desinformação é legitimada? Quais são as estratégias utilizadas no discurso e na estrutura de difusão? Como as pessoas percebem essas estratégias?
c) Efeitos da desinformação: O que faz as pessoas repassarem desinformação? Como ela afeta as pessoas?
d) Combate à desinformação: Como a circulação da desinformação compara-se com a circulação das informações que a combatem? Como romper as barreiras para que novas informações entrem nas redes?
5. Construção de Modelo e Escala de dados para os tipos de desinformação
6. Proposta e testagem de Estratégias de combate.
7. Construção de site para a divulgação da pesquisa e de seus resultados através de REPORTS (whitepapers para imprensa e sociedade), vídeos no youtube e postagens no site. Divulgação científica dos resultados parciais e informação ao CNPq e à sociedade das conclusões finais e parciais do estudo.

A proposta aqui desenvolvida pretende, dentre os resultados relacionados às questões de pesquisa (caracterizar a desinformação sobre o COVID-19 na mídia social e analisar seus efeitos, bem como analisar elementos de combate à mesma). Por conta disso, os resultados esperados são:
• Reports públicos caracterizando a desinformação e suas estratégias de legitimação sobre o COVID-19 e seus efeitos na mídia social no Brasil; (Reports parciais com periodicidade mensal que poderão ser aplicados imediatamente.)
• Tabela de Dano, caracterizando os tipos de desinformação por potencial de espalhamento e dano, proporcionando a hierarquização das ações de combate; (Final do primeiro semestre de pesquisa tabela com indicativos parciais, final do primeiro ano, tabela final.)
• Análise de comportamento das pessoas e emoções associadas; (final dos primeiros 8 meses).
• Modelo de difusão dos vários tipos de desinformação (Final do primeiro ano.)
• Site da pesquisa com o monitoramento de desinformação mais compartilhada na mídia social;
• Propostas de políticas de ação para o combate efetivo à desinformação na mídia social no Brasil que possam guiar políticas públicas. (Indicativos nos primeiros seis meses, resultado final ao término da pesquisa)