• opinion dynamics
• bounded confidence
• fake news

Ogni giorno ognuno di noi è esposto ad un flusso di informazioni e spesso, senza volerlo, entra in contatto con le cosiddette “fake news”. Queste portano le persone ad accettare bugie intenzionalmente proposte come verità, diffondendo disinformazione, fino ad arrivare a rappresentare una vera e propria minaccia per la democrazia, il giornalismo e la libertà di espressione. La loro esplosione è facilitata anche dall’ampia popolarità dei social media.
Con questo lavoro si cerca di studiare come queste notizie si diffondono all’interno di un social network attraverso l’influenza reciproca degli individui. L’interazione dei vari utenti viene simulata usando due diversi approcci di opinion dynamics a confidenza limitata tramite il quale gli agenti interagiscono con i loro vicini aventi un’opinione più simile alla loro e aggiornano le loro credenze tenendo conto sia della loro esperienza che di quella del vicinato. Durante l’interazione vengono considerati: la frequenza di interazione tra gli agenti, la similarità tra questi e la presenza di agenti “testardi” (coloro che non cambiano opinione). Per ciascun modello valutiamo due diversi tipi d’interazione: una in gruppo e una in coppia. Quest’ultima prevede due diversi casi: nel primo i due agenti concordano su quanto stanno discutendo (le opinioni tendono ad avvicinarsi), nel secondo hanno opinioni divergenti (interazione con repulsione di opinioni). Tutte le versioni dei modelli sono state testate con diverse configurazioni dei parametri mostrando come all’aumentare degli agenti testardi e - nel caso di interazione con repulsione di opinioni - indipendentemente dalla topologia sottostante del grafo, vi sia una maggiore difficoltà nel raggiungere una situazione di consenso. La stessa difficoltà si riflette quando come struttura del social network si assume un contesto più realistico, con una popolazione divisa in comunità.