Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Soares, Yan Ballinhas |
| Orientador(a): |
Agostini, Luciano Volcan |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pelotas
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Computação
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://guaiaca.ufpel.edu.br/xmlui/handle/prefix/10838
|
Resumo: |
Os Sistemas de Recomendação são uma ferramenta idealizada a partir da necessidade de navegação na massiva quantidade de dados disponíveis virtualmente. Sua atual implementação, utilizando de dados pessoais e subjetividades inerentes a cada usuário para o direcionamento de conteúdos, têm sido alvo de estudos e críticas em diversas frentes. Tendo tido comprovada influência em decisões populares como as eleições estadunidenses de 2016 e o referendo do Brexit, estes sistemas acabam por reforçar visões pré-estabelecidas de mundo, permitindo a criação de filtros bolha pelos quais os usuários consomem informações e moldam suas opiniões através de um viés de confirmação. Neste sentido, um usuário que consome conteúdos desinformativos acaba sendo direcionado a consumir ainda mais conteúdos desinformativos. Quando consideramos as Urnas Eletrônicas – um dos tópicos de maior fluxo informacional dos últimos anos e alvo de constantes campanhas desinformativas – a criação de filtros bolha de desinformação se torna ainda mais grave e uma ameaça à democracia. Levando em consideração que o YouTube é a segunda mídia social mais utilizada no Brasil, com um total de 142 milhões de usuários (quase 70% da população brasileira, segundo o Censo 2022), o presente trabalho buscou auditar de que maneira os Sistemas de Recomendação da plataforma atuam na criação de filtros bolha de desinformação, tanto para resultados de pesquisa como em vídeos recomendados, levando em consideração os diferentes perfis de consumo de conteúdos relacionados às Urnas Eletrônicas. Através da metodologia desenvolvida pelo autor, foi possível atestar a presença generalizada de desinformação em vídeos populares da plataforma acerca do tópico, além de um aumento geral de desinformação sendo recomendada em todos os perfis. Para o perfil de consumo desinformativo, foi possível comprovar a criação de um filtro bolha de desinformação, com o Sistema de Recomendação reduzindo consideravelmente os vídeos informativos recomendados e aumentando significativamente os vídeos desinformativos recomendados – chegando ao ponto de um a cada três vídeos recomendados apresentar potencial desinformativo. |
