El troll de Twitter s’enfronta a deu anys de presó per difondre l’engany de vot per text
No podeu votar enviant un text
El Departament de Justícia dels Estats Units ha anunciat avui que ha acusat un usuari de Twitter que presumptament va difondre desinformació durant les eleccions presidencials del 2016 mitjançant Twitter.
Douglass Mackey, de West Palm Beach, Florida, és acusat de conspirar amb altres persones per difondre la desinformació electoral el 2016, que va ser dissenyada per privar els individus del seu dret constitucional a votar. Ha estat acusat de violar l'estatut de la conspiració dels drets civils i, si és condemnat, s'enfrontarà a deu anys de presó.
Elqueixaal·lega que entre setembre de 2016 i novembre de 2016, Mackey (que utilitzava l'àlies Ricky Vaughn a Twitter) va difondre informació falsa als seus seguidors, intentant convèncer els votants que era possible votar enviant un missatge de text.
Twitter va suspendre el compte de Mackey diverses vegades per incomplir els seus termes i condicionsSegons la denúncia, Mackey es va associar a nombrosos xats de grup pro-Trump, inclòs un amb el nom de War Room, on diverses persones van compartir idees sobre com podrien influir en les eleccions del 2016, segons els fiscals. Un d'aquests exemples va incloure un meme d'Internet Draft our Daughter, que compartia informació falsa que implicava que si Hillary Clinton fos presidenta, donaria suport a que les dones fossin elegibles per al projecte. La denúncia també detalla que el setembre de 2016, 4.900 números de telèfon únics van enviar missatges de text als seus vots a un número que Mackey va promoure a les xarxes socials.
Twitter va suspendre el compte de Mackey diverses vegades per incomplir els seus termes i condicions. Però en tres ocasions diferents, Mackey va tornar amb un compte separat vinculat a l'àlies Ricky Vaughn.
Mackey va romandre anònim fins a El Huffington Postidentificaten una exposició del 2018. L'àlies de Mackey es va classificar entre els 150 influencers més importants de les eleccions del 2016, classificant-se 107, segons unanàlisi realitzada pel Media Lab del MIT.
