Las fake news o noticias falsas de la semana (18/04/2017)

Como todas las semanas, os dejo las fake news o noticias falsas más viralizadas de los últimos días. Aquí podéis encontrar el audio. Y a continuación, su desarrollo:

  1.  “Se da por iniciada la tercera guerra mundial
    • El cuerpo de la noticia utilizar las técnicas habituales de estas manipulaciones: lo ha dicho la ONU, confrontación (Corea del Norte, China, Rusia e Irán vs. EEUU), etc. El resultado, más de 300.000 interacciones. El medio, el ya habitual en este espacio 12minutos.com. Lo más “curioso” es que es una noticia que ha batido varios récords de Google Trends, desde que existen registros en 2004. En la escala de popularidad de 100 que tiene la herramienta de Google, en Filipinas tiene 100, Australia 75, Nueva Zelanda 72, Canadá 70, Reino Unido 64, EEUU 56, etc. Por contra, en Rusia, solo de 10. Será que no les preocupa ni ocupa mucho una eventual tercera guerra mundial (quién lo diría…).
  2. Donald Trump lanza una oferta para comprar Islas Canarias
    • Una fake new de las que marcan época: que Trump quiere establecer en las islas una colonia militar, que lo considera un punto clave y estratégico, que quiere combatir desde ahí el ISIS, etc. Obviamente, una noticia falsa sin fundamento, que solo por los conceptos que cita (pagar el déficit de ¡España ante Merkel!, mejorar situación económica de España, etc.), ya debería levantar sospechas. Pero tiene ahora mismo más de 140.000 interacciones en redes sociales. La noticia termina con un “Trump pagará el déficit generado por España”. Casi nada. Estrategias muy habituales en las fake news.
  3. Nicolas Maduro cuando hacía el amor y no la guerra
    • La imagen, para empezar, viene de una web rusa. Ya pinta mal. Pero es peor aún, porque pese a que el montaje es bastante bueno (a mí me lo parece, vaya), es una imagen difundida por otro “medio” habitual en este espacio: eldiariodetenerife.com. Eso sí, la “supuesta exclusiva” es de 2013. Narra, según los divulgadores de la fake new, un supuesto romance gay de Maduro en 1984 en España. El montaje es de la cara solo. Juegan muy bien eso sí, con algo que funciona muy bien para la viralización: las imágenes.
  4. Así se hace la Cruzcampo + Palomas
    • Originado en Forocoches por un usuario muy habitual ahí, el vídeo, difundido originalmente por, como no, un “medio” ruso, supuestamente visualiza cómo miles de palomas, atraídas por los granos de cebada, son absorbidos y acaban molidas. Todo va a parar a la cerveza. A Heineken España (la distribuidora de Heineken, Desperados y Cruzcampo), no le ha quedado otro remedio que dar un comunicado oficial desmintiendo todo, y describiendo con todo cómo se trata de un montaje. En la noticia se cita a un “empleado” y al “ministerio de sanidad”, elementos que ayudan mucho en la viralización y en el impacto de la mente humana.
  5. Un conductor marroquí atropella a cinco personas en Palma de Mallorca
    • La triste noticia de un accidente es cierta. Lo que no es cierto es cómo no la narra un “medio” (por decir algo), que tiene una campaña activada contra el mundo musulmán. El conductor, un joven magrebí (hasta ahí cierto), vive en Palma desde hace muchos años. Pero el resto es falso: la herida más grave no es una mujer (una invitación a cómo viralizarlo). Tampoco es un atentado, ni cometió el accidente con una conducción temeraria. No se “subió a la acera y arrolló a 5 personas”. De hecho, la Policía Nacional, siempre atenta a estas cosas, ha tenido que dar un comunicado con el hashtag #stopbulos. Es un accidente, no un atropello.

Como siempre, lean con mucha atención, luchando con nuestros sesgos y contra lo que tanto llama la atención en redes sociales. Dejemos el periodismo para los y las periodistas. Las fake news son cosas serias contras las que luchar.

Récord de búsquedas de "World war 3" en Google (Fuente: Google Trends)
Récord de búsquedas de “World war 3” en Google (Fuente: Google Trends)

Sobre el triunfo de Trump y el marketing político

Sobre el triunfo de Donald Trump en las pasadas elecciones americanas se ha escrito mucho. Yo mismo escribí una breve reseña para hablar sobre los algoritmos que habían anticipado que esto podría ocurrir. Obviamente, no vengo hoy a hacer un análisis político del triunfo. Vengo a hablar de la estrategia de marketing político que puso en marcha, y que, a posteriori, resulta fácil intuir le ha salido bastante bien. Empecemos.

Nadie confiaba en la victoria de Trump. Hillary Clinton estuvo por delante en intención de voto. Acuérdense de la época de los insultos, desprecio humano, faltas de respeto continuadas, etc., de Donald Trump. Sin embargo, sí que siempre hubo voces que alertaban del error de la estrategia de Clinton. Eso de no priorizar en grupos demográficos clave, le podría salir caro. Colectivos como los jóvenes, negros a hispanos, en los que Trump, sí estaba fijando sus mensajes.

Es verdad que muchos votantes querían cambio. Esto de rechazar lo malo conocido y decantarse por lo malo por conocer parece que se ha cumplido. Esta primera gráfica que adjunto a continuación viene un poco a refrendar todo esto. Un votante que quería cambio, quería asumir riesgos, y que además, no entraba de lleno en la estrategia de Clinton. Parece que el mix estaba servido. Algunas microsegmentaciones, sub-colectivos, parece que eran más atractivos para poder trazar la estrategia de Trump. Es la segunda gráfica que adjunto a continuación.

Soluciones rápidas, aunque arriesgadas: el votante de Trump (Fuente: Pew Research Center)
Soluciones rápidas, aunque arriesgadas: el votante de Trump (Fuente: Pew Research Center)
Margen por el que se decidió cada grupo desde 1976 (Fuente: Eduardo Suárez)
Margen por el que se decidió cada grupo desde 1976 (Fuente: Eduardo Suárez)

Un electorado más joven, mejor educado y con menor porcentaje blanco que en elecciones anteriores, se entrega a Donald Trump. Algo debe esconsder estas elecciones para que esto haya podido ocurrir. Esto es lo que han venido a analizar algunas casas de análisis una vez celebradas las elecciones, que siempre es más fácil obtener conclusiones. Varios parecen haber sido los motivos de este éxito que, no me negarán, ustedes tampoco se esperaban: el foco en los temas clave (Right Message), saber dónde y cómo decir las cosas (Right Channel), saber dónde estaban los problemas del colectivo pro-demócrata (Right Person) y saber cuándo decir las cosas (Right Moment).

Como ven, entre paréntesis he ido añadiendo diferentes elementos que, de manera conjunta, conforman un proyecto de marketing político en toda regla: Right Message + Right Channel + Right Person + Right Moment = Marketing político eficiente. Es decir, saber cuándo y dónde decir qué, para optimizar al máximo la inversión, y  conseguir un retorno sobre dicha inversión más alta que la del rival. Veamos ahora de manera un poco más desarrollada cada uno de estos elementos.

En cuanto a Right Message. Trump tocó pocos temas. Bastante menos que Hillary Clinton. Pero es que tocó los temas más claves para su electorado. Es decir, en aquellos temas que importan. Esto, hoy en día, en la era de los datos masivos o Big Data, ya no es una excusa para cualquier estrategia de marketing político. Se puede llegar a saber qué es lo que más importa, a nivel segmentado geográfico. Tres son los temas sobre los que se destacó Donald Trump: aspectos económicos (además, para un empresario como él, pese a que tiene menos riqueza hoy en día que la que heredó de su padre -tan buen empresario parece que no es entonces-), la seguridad de los ciudadanos (en una era en la que el terrorismo está empezando a azotar mucho en occidente) y la reforma sanitaria de Obama (donde su electorado se muestra especialmente en contra).

Por otro lado, Right Channel. La gráfica que adjunto a continuación muestra cómo y cuánto el republicano confía en los medios de comunicación tradicionales. Que Trump los haya atacado hasta la saciedad, no hace más que denotar que desde una óptica eminentemente utilitarista, parece bastante inteligente haber focalizado esfuerzos ahí.

Confianza en los medios de comunicación tradicionales (Fuente: http://mehlmancastagnetti.com/wp-content/uploads/2016-Mehlman-Election-Analysis.pdf)
Confianza en los medios de comunicación tradicionales (Fuente: http://mehlmancastagnetti.com/wp-content/uploads/2016-Mehlman-Election-Analysis.pdf)

En siguiente lugar, Right Person. La “gran coalición” demócrata que creó Obama, parece que con Clinton se ha roto. El apoyo que ha conseguido Clinton’16 es bastante menor que el de Obama’12 en varios de los colectivos clave: hispanos (-8%), mujeres solteras (-7%), asiáticos y americanos -no EEUU- (-11%), millenials (-5%) y afroamericanos (-7%). Esto Trump lo supo a tiempo, y comenzó a dirigir esfuerzos también a estas partes de las otrora votantes demócratas. Y es que uno, no solo debe conocer sus fortalezas, sino también las debilidades del rival. De nuevo, de manera absolutamente utilitarista, brillante movimiento el de Trump.

Por último, Right Moment. Varios fueron los momentos débiles que tuvo Clinton en la campaña: la investigación del FBI, las donaciones a la fundación Clinton, el caso de los emails de Clinton, el tema de Benghazi, etc. Hasta un 61% llegó a opinar que Hillary no era una candidata honesta y en la que se pudiera confiar. Fueron momentos en los que Trump atacaba. Momentos delicados del rival, en el que si tú construyes unos buenos mensajes a través de los canales adecuados y a los colectivos más propensos a cambiar su voto, puedes ganar mucho terreno. Que fue lo que Trump hizo con bastante practicidad.

Como ven, ganar elecciones no es sencillo. Y menos en un país con tanta tecnología y análisis como es EEUU. ¿Podemos aprender mucho por estas latitudes? Desde luego. Obviamente no de Trump, pero sí de alguna de las herramientas de análisis empleadas por el futuro presidente de los Estados Unidos.

Predicción de resultados electorales: MogIA y Trump

Abramos esta publicación con un titular que a muchos de nosotros nos sorprendía en su día:

Estas herramientas de inteligencia artificial tan de moda últimamente, acertaron. Una herramienta desarrollada por la empresa Genic.AI, denominada MogIA, y que se fundamenta en unos algoritmos de inteligencia artificial, que dijeron que sería Donald Trump el ganador.

Pero no venía yo hoy a introducir más ruido en unas elecciones ya de por sí bastante “movidas” (por decirlo de alguna manera). Lo interesante de la predicción de resultados electorales no es tanto quién gana (que también, claro), sino cómo funcionan. Vengo a hablar de este tipo de herramientas de predicción, que tantos titulares están generando en los últimos tiempos. En este caso, la herramienta MogIA, se alimenta de 20 millones de puntos de datos de plataformas “públicas” (entiéndase en el contexto de datos) como Google, Facebook, Twitter y Youtube. Una vez con los datos en la mano, crea modelos para predecir resultados.

La herramienta fue creada allá por 2004. Desde entonces, no ha fallado. Siento introducir más pesimismo en el ambiente, pero los datos y los algoritmos son así. Es más, tengo aún peores noticias; este tipo de sistemas, cuyo funcionamiento paso a explicar enseguida, son cada vez más precisos: cuantos más datos reciben, más aciertan.

La hipótesis del autor del modelo de predicción es sencilla: aquellos candidatos que más “engagement” (¿reacción? ¿compromiso?) generan entre los usuarios en redes sociales, son los preferidos. Justo hace un par de días nos recordaba el bueno de Nate Silver (otro de los que está mucho en este tipo de modelos predictivos), que todos los modelos hacen suposiciones:

Es decir, que todos los modelos suponen hechos que luego debemos hacer que la evidencia contraste. No son suposiciones basadas en cuestiones subjetivas, sino en datos. El propio Nate Silver no para de publicar sobre la evidencia de las mismas, como una forma de hacer público su modelo y someterlo al escrutinio público.

¿Y qué hace MogIA para que hasta en los telediarios haya salido? Pues bueno, lo primero de todo, se trata de un modelo muy preciso, como decía. Ha acertado todas las últimas elecciones (incluyendo las primarias, donde nadie daba un duro por Trump). En este caso, ha sido más noticia que en anteriores ocasiones, porque estuvo contradiciendo la gran mayoría de las encuestas tradicionales. Y ahí es donde precisamente veo el punto de interés para este blog: ¿datos de redes sociales y su sentimiento o métodos de encuesta tradicional?

No deja de ser cierta una cosa que nunca debemos olvidar: la ambiguedad de los comentarios en redes sociales es importante. Que los tweets y comentarios de Donald Trump hayan generado más reacción que con anteriores candidatos, puede deberse a las barbaridades que ha comentado. Esto, todavía los algoritmos de Inteligencia Artificial, no han conseguido arreglar. Además, también hay otro elemento importante: ahora mismo hay más usuarios en redes sociales de los que había en elecciones anteriores. Por lo tanto, si el motivo de reaccionar tanto a los comentarios de Trump es su “provocación”, que haya más personas que reaccionen, solo amplificaría el problema de raíz. Pero quizás, quién sabe, esto forme parte de la propia estrategia de Donald Trump.

Esto creo que tendría que destacarse más cuando se habla de este tipo de algoritmos. Pero esto no quita a que montar modelos predictivos basado en datos de redes sociales y datos públicos esté siendo cada vez más popular. El pasado Septiembre, Nick Beauchamp, profesor de la Northeastern University, publicó un artículo donde demostraba cómo había una similitud muy alta entre los 100 millones de tweets publicados sobre las elecciones de 2012 y los resultados electorales de los estados.

Esta precisión en los resultados se debe a la nueva era de los algoritmos. Y esto, de nuevo, es lo que a mí más me llama la atención. Si bien con anterioridad, como decía el bueno de Nate Silver, los modelos muchas veces reflejaban los sesgos de su desarrollador, los algoritmos de aprendizaje (Machine Learning, vaya), van aprendiendo de su entorno. Es decir, son piezas de software que han sido enseñadas a aprender. Y por lo tanto, evitamos tener que decirles nosotros qué tienen que hacer. Y esto es lo interesante; y lo que los hace más objetivos. Y lo que provoca más miedo en este caso que pudiera estar dando como ganador a Trump.

Y es que estamos entrando en una era en la que no solo los resultados electorales son objeto de predicción. Muchas otras cosas. Y es que el software se está volviendo más inteligente según puede ir creando sus propias reglas a partir de los datos que va observando.