Fake News Medicina e Salute

I social network online (OSN) sono in rapida crescita e sono diventati un’enorme fonte di notizie globali e locali di ogni genere per milioni di utenti. Tuttavia, gli OSN sono un’arma a doppio taglio. Nonostante i grandi vantaggi che offrono, come la comunicazione facile e illimitata e l’accesso immediato a notizie e informazioni, possono anche presentare numerosi svantaggi e problematiche. Una delle principali sfide è la diffusione di notizie false. L’identificazione delle fake news è ancora un problema complesso e irrisolto. Inoltre, il rilevamento delle fake news sugli OSN presenta caratteristiche e difficoltà uniche che rendono la ricerca di una soluzione tutt’altro che banale. D’altra parte, gli approcci basati sull’intelligenza artificiale (IA) non sono ancora in grado di superare questo difficile problema. A peggiorare le cose, le tecniche di IA come il machine learning e il deep learning vengono sfruttate per ingannare le persone creando e diffondendo contenuti falsi. Di conseguenza, il rilevamento automatico delle fake news rimane una sfida enorme, principalmente perché il contenuto è progettato in modo da assomigliare il più possibile alla verità, ed è spesso difficile determinarne la veridicità con la sola IA senza informazioni aggiuntive da terze parti. Questo lavoro si propone di fornire una revisione completa e sistematica della ricerca sulle fake news, nonché un’analisi fondamentale degli approcci esistenti per individuare e prevenire la diffusione di notizie false tramite i social network. Presentiamo il problema di ricerca e le sfide attuali, discutiamo lo stato dell’arte degli approcci esistenti per l’individuazione delle fake news e indichiamo le future direzioni di ricerca per affrontare tali sfide.