Caracterizando a difusão de desinformação sobre a vacina CoronaVac no Brasil

• Gabriel P. Oliveira UFMG
• Beatriz F. Paiva UFMG
• Ana Paula Couto da Silva UFMG
• Mirella M. Moro UFMG

DOI: https://doi.org/10.5753/brasnam.2022.223173

Resumo

O início da vacinação contra a COVID-19 foi um passo essencial para o fim da pandemia. No Brasil, a CoronaVac foi a primeira vacina a ser aplicada na campanha de imunização, e é uma das mais utilizadas atualmente. Ainda assim, a CoronaVac possui características específicas que impulsionaram a disseminação de desinformação online. Neste trabalho, comparamos a disseminação de desinformação no Twitter sobre a aprovação de tal vacina para adultos e crianças. Os resultados mostram que a desinformação é significativa no Twitter e que houve uma mudança substancial no estilo de tal conteúdo compartilhado entre 2021 e 2022, passando de uma falsa narrativa sobre o desenvolvimento da vacina para o levantamento de suspeitas sobre o processo de aprovação pelo órgão regulador de saúde.

Palavras-chave: Desinformação, Vacinas, COVID-19, Redes de difusão

Referências

Bastian, M. et al. (2009). Gephi: An open source software for exploring and manipulating networks. In ICWSM. The AAAI Press.

Blei, D. M. et al. (2001). Latent dirichlet allocation. In NIPS, pages 601–608. MIT Press.

Blondel, V. D. et al. (2008). Fast unfolding of communities in large networks. Journal of statistical mechanics: theory and experiment, 2008(10):P10008.

Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and psychological measurement, 20(1):37–46.

Dorogovtsev, S. N. et al. (2006). K-core organization of complex networks. Physical review letters, 96(4):040601.

Ecker, U. K. et al. (2022). The psychological drivers of misinformation belief and its resistance to correction. Nature Reviews Psychology, 1(1):13–29.

Hagberg, A. A. et al. (2008). Exploring network structure, dynamics, and function using networkx. In SciPy, pages 11 – 15, Pasadena, CA USA.

Malagoli, L. G. et al. (2021). Caracterização do debate no twitter sobre a vacinação contra a covid-19 no brasil. In BraSNAM, pages 55–66, Porto Alegre, RS, Brasil. SBC.

Marinho, M. et al. (2021). An exploratory analysis on a disinformation dataset. In OLA, pages 144–155. Springer.

Martins, A. D. F. et al. (2021). Detection of Misinformation About COVID-19 in Brazilian Portuguese WhatsApp Messages. In NLDB, pages 199–206. Springer.

Oliveira, R. S. et al. (2021). How Fast Vaccination Can Control the COVID-19 Pandemic in Brazil? In ICCS (2), pages 497–510. Springer.

Pennycook, G. and Rand, D. G. (2021). The psychology of fake news. Trends in cognitive sciences, 25(5):388–402.

Pierri, F., Artoni, A., and Ceri, S. (2020). Investigating italian disinformation spreading on twitter in the context of 2019 european elections. PloS one, 15(1):e0227821.

Pornpitakpan, C. (2004). The persuasiveness of source credibility: A critical review of five decades’ evidence. Journal of applied social psychology, 34(2):243–281.

Roque, G. et al. (2021). BotCovid: Development and Evaluation of a Chatbot to Combat Misinformation about COVID-19 in Brazil. In SMC, pages 2506–2511. IEEE.

Vijaykumar, S. et al. (2021). Dynamics of social corrections to peers sharing COVID-19 misinformation on WhatsApp in Brazil. J. Am. Medical Infor. Assoc., 29(1):33–42.