Pesquisador da Unicamp desenvolve modelos matemáticos para ampliar alcance de campanhas e conter as fake news nas redes
>
Por Luis Felipe Gallo, Murilo Pascale e Gustavo Zuffo
>
Em um mundo digital onde a informação se espalha em questão de segundos, compreender como esse processo ocorre e como ele pode ser controlado é um desafio cada vez mais relevante. Foi exatamente essa inquietação que motivou o pesquisador Felipe de Carvalho Pereira, autor da tese Problemas de Otimização Combinatória para Divulgação de Mensagens em Redes Sociais, defendida no Instituto de Computação da Unicamp.
A pesquisa tem como objetivo desenvolver métodos para fazer com que uma mensagem se espalhe de forma ampla em redes como Twitter ou Instagram, mas com o menor custo possível. Isso é especialmente importante em campanhas de vacinação, divulgação de políticas públicas ou combate à desinformação, onde é necessário alcançar um grande número de pessoas com rapidez e eficiência.
O estudo se insere na área da Otimização Combinatória, um ramo da Ciência da Computação que busca encontrar a melhor solução entre muitas possibilidades. Segundo o autor, tudo começou com a observação cotidiana do fenômeno da viralização. “Pensei como a informação espalha rápido. Será que consigo controlar isso?”, relembra o pesquisador, atualmente professor da Universidade Federal de Sergipe.
Na tese, Felipe enfrenta três problemas centrais que simulam a propagação de mensagens em redes digitais: o Least Cost Directed Perfect Awareness Problem (LDPAP), o Weighted Target Set Selection Problem (WTSSP) e o Graph Burning Problem (GBP). Em linguagem simples, esses modelos permitem identificar os nós ou usuários mais estratégicos para iniciar a difusão de uma informação, simulando um “efeito dominó” de alcance.
Um dos principais desafios desses problemas é sua complexidade matemática. Eles pertencem à classe dos chamados problemas NP-difíceis, em que o tempo necessário para encontrar a melhor solução cresce rapidamente com o tamanho da rede. Para contornar essa dificuldade, Felipe utilizou uma abordagem híbrida: combinou algoritmos exatos (que garantem a solução ideal em redes pequenas) com heurísticas e matheurísticas (estratégias aproximadas que funcionam bem em redes muito grandes).
Essas metodologias foram testadas tanto em redes simuladas quanto em dados reais da plataforma Twitter. Um dos resultados mais interessantes foi constatar que o usuário com maior número de conexões nem sempre é o mais eficaz para iniciar uma campanha de disseminação. “Às vezes é mais eficiente ativar vários usuários de influência moderada, que juntos conseguem atingir mais pessoas”, explica Felipe. Essa constatação mostra que os algoritmos conseguem detectar estratégias que a intuição humana poderia ignorar.
As aplicações práticas desses modelos são diversas. Na saúde pública, eles podem ser usados para planejar campanhas de vacinação ou alertas de emergência, alcançando de forma mais rápida os grupos relevantes. No marketing, ajudam empresas a escolher melhor os influenciadores digitais, otimizando investimentos. E no combate à desinformação, os algoritmos podem ser utilizados para neutralizar focos iniciais de fake news, disseminando rapidamente o conteúdo correto.
“É possível, sim, combater a desinformação. Se a gente entende como ela se espalha, consegue, de certa forma, vacinar as pessoas contra ela”, afirma Felipe. Ao identificar os usuários mais adequados para receber e retransmitir informações confiáveis, os algoritmos tornam-se aliados estratégicos no enfrentamento das fake news.
>
>
Felipe reconhece, porém, que a adoção de soluções algorítmicas por governos e empresas ainda enfrenta resistência. “Acredito que há abertura crescente, mas existe um desafio na aceitação dessas soluções por profissionais que ainda preferem a intuição à ciência”, observa.
A tese também contribui para o avanço da teoria computacional, ao propor generalizações de problemas clássicos e novos algoritmos capazes de lidar com variáveis complexas como custo, tempo e direcionalidade das conexões em rede. Entre os destaques estão os avanços no problema Graph Burning, que simula a propagação como um fogo que se espalha pela rede, e um algoritmo genérico que pode ser aplicado a diferentes situações de otimização.
Felipe pretende continuar suas pesquisas na área, mas não descarta a transferência do conhecimento para o setor privado. “O interessante é que problemas oriundos de contextos distintos podem ter soluções semelhantes quando vistos do ponto de vista computacional”, comenta.
O trabalho representa uma ponte entre a ciência da computação e a comunicação digital, oferecendo ferramentas com potencial para transformar a forma como mensagens são planejadas, difundidas e absorvidas pela sociedade.
>
Edição: Murilo Sacardi
Orientação: Prof. Artur Araujo
