Banca de QUALIFICAÇÃO: ANDRÉ RICARDO RAUCCI

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : ANDRÉ RICARDO RAUCCI
DATA : 23/11/2022
HORA: 10:00
LOCAL: https://conferenciaweb.rnp.br/webconf/itana
TÍTULO:

Metodologia de Identificação e Classificação de Conflitos em Redes Sociais Online

PÁGINAS: 60
RESUMO:

Com o avanço da tecnologia na sociedade como um todo, notamos que a Internet, redes sociais online, algoritmos e dados estão cada vez mais presentes na vida das pessoas [1]. Com o surgimento da pandemia do COVID-19 no início de 2020, tornou-se inconveniente e perigoso o contato pessoal. Uma vez que o distanciamento social se tornou praticamente uma premissa, a sociedade buscou maneiras de acelerar a transformação digital [102], inclusive para resolver problemas de comunicação que, anteriormente, eram resolvidos pessoalmente [104], [105]. Com toda essa digitalização, surgiram também muitos embates nas redes sociais (principalmente Twitter), onde cada pessoa ou grupo realizava verdadeiras batalhas para impor suas narrativas e opiniões [16].

O Twitter é uma das plataformas de mídia social mais populares que aborda todos os tipos de conteúdo, incluindo textos relacionados à saúde. A Plataforma permite que os usuários escrevam mensagens curtas, chamadas “tuites”, compostas por 280 caracteres e com 140 caracteres antes de setembro de 2017 [103]. Tuítes são frequentemente adotados para compartilhar opiniões, sentimentos, pensamentos e atividades pessoais. Com mais de 500 milhões de tuítes postados todos os dias [110], o Twitter se tornou um recurso de dados muito valioso para obter insights do mundo real. No domínio da saúde, o Twitter também foi adotado pelos usuários para compartilhar seu estado de saúde pessoal, sua experiência com os cuidados e opções de tratamento com outros usuários com condições/doenças e sintomas semelhantes, bem como compartilhar e buscar mais amplamente informações de saúde de seu interesse, atraindo a atenção de pesquisadores clínicos e biomédicos com o objetivo final de melhorar os resultados dos pacientes [54], [55], [56], [57].

 Analisando este fenômeno, o processo de alta polarização nas redes sociais em debates políticos e vacinas (principalmente ligados ao assunto do Coronavírus), tem resultado em uma grande fragmentação social, quando dois ou mais grupos não chegam em um consenso [3]. Sendo assim, foi identificada uma oportunidade em realizarmos um estudo de identificação de polarizadores nas redes sociais por meios de técnicas de centralidade e entendermos o porquê desta polarização utilizando inteligência artificial de agrupamento e análise de sentimento, em uma linha temporal, a fim de observar se as pessoas podem ou não mudar sua opinião ao longo de uma linha temporal e o porquê tais pessoas conseguem influenciar um grande grupo de seguidores.

Um importante projeto chamado "Observatório de Conflitos de Internet" foi executado pela Universidade Federal do ABC, onde temos alguns pesquisadores e alunos de Mestrado e Doutorado participando juntos. Cada um realizando sua contribuição em relação às análises dos dados. Eu tive a oportunidade e o privilégio de participar deste projeto, e a minha contribuição foi a realização deste trabalho em forma teórica e prática.

Com isso, iniciamos a construção de um projeto para a Identificação de Conflitos em Redes Sociais (ICRS) que tem por objetivo oferecer um conjunto de padrões que ajudam a identificar conflitos e usuários polarizadores nas redes sociais. A ideia não é somente identificar conflitos e seus usuários, mas também entender a dinâmica e o fluxo de como se inicia as discussões e o porquê de algumas pessoas específicas se tornarem usuários polarizadores, quais são seus perfis, e influenciarem inúmeros outros usuários polarizados com suas narrativas. Sendo assim, este trabalho propõe uma metodologia que utiliza técnicas heterogêneas a fim de se entender a dinâmica que se estabelece em um conflito. Foram realizados experimentos com vários datasets (coletados pelo projeto Vacinômetro do Observatório) do mundo real coletados do ambiente Twitter (no ano de 2020), a fim de viabilizarmos os resultados desejados desta pesquisa. Todos esses dados estão diretamente ligados às discussões sobre a vacina do COVID-19.

Sendo assim, foi realizada uma análise dos dados do ano de 2020 (12 safras ou meses) sobre o assunto da Vacina do COVID-19. A análise é separada por mês, ou seja, foram realizadas doze análises. O desafio da metodologia proposta é a identificação de usuários polarizadores no contexto de discussão da vacina através do retuítes, menções e respostas. Também, saber se tais usuários polarizadores se mantêm ao longo da linha do tempo por meio de análises de ciência de dados e, logo, realizar uma classificação destes usuários por meio dos textos dos seus tuítes, a fim de descobrir o motivo de sua polarização. Por fim, também realizar uma análise de sentimento para apoiar na conclusão dos resultados.

Portanto, a proposta deste trabalho é propor uma metodologia (conjunto de técnicas de ciência de dados utilizadas em conjunto e em sequência), com o objetivo de apresentar resultados confiáveis de análise de conflitos das redes sociais online. Com a aplicação de todas as técnicas proposta neste trabalho, fomos capazes de identificar a polarização dos principais usuários, saber o motivo desta polarização (fenômeno) e ainda identificar que alguns mudaram de ideia ao longo da linha do tempo.

MEMBROS DA BANCA:
Presidente - Interno ao Programa - 1545858 - ITANA STIUBIENER
Membro Titular - Examinador(a) Interno ao Programa - 1673092 - RONALDO CRISTIANO PRATI
Membro Titular - Examinador(a) Interno ao Programa - 1676329 - RAPHAEL YOKOINGAWA DE CAMARGO
Membro Suplente - Examinador(a) Interno ao Programa - 1763436 - JULIANA CRISTINA BRAGA
Membro Suplente - Examinador(a) Interno ao Programa - 1672965 - EDSON PINHEIRO PIMENTEL