HERRAMIENTAS PARA IDENTIFICAR INFORMACION FALSAS

HERRAMIENTAS PARA IDENTIFICAR FALSA INFORMACIÓN
Schade y su equipo comenzaron el proceso construyendo bibliotecas compuestas por noticias serias y también textos que los usuarios han identificado como noticias falsas. Estos forman los conjuntos de aprendizaje utilizados para entrenar el sistema.
Para filtrar las noticias falsas, los investigadores emplean técnicas de aprendizaje automático que buscan marcadores específicos en textos y metadatos. Por ejemplo, en un contexto político, podría tratarse de formulaciones o combinaciones de palabras que raramente aparecen en el lenguaje cotidiano o en los informes periodísticos, como "el actual canciller de Alemania".
Artículos relacionados
Consiguen que la Inteligencia Artificial aprenda la ética humana
Crean una Inteligencia Artificial capaz de desarrollar sentido común
Una nueva herramienta democratiza la ciencia de datos
Crean un robot con sentido de la propiedad
Descubren cómo se articula el agua a nivel cuántico
Los errores lingüísticos también son un objetivo. Esto es particularmente común cuando el autor de las noticias falsas estaba escribiendo en un idioma diferente al de su lengua materna. En tales casos, la puntuación incorrecta, la ortografía, las formas verbales o la estructura de la oración son advertencias de una posible noticia falsa.
“Cuando suministramos al sistema una serie de marcadores, la herramienta aprende por sí misma a seleccionar los marcadores que funcionan. Otro factor decisivo es elegir el enfoque de aprendizaje automático que proporcionará los mejores resultados. Es un proceso que consume mucho tiempo, ya que tiene que ejecutar los distintos algoritmos con diferentes combinaciones de marcadores ”, explica Schade.
Los metadatos dan pistas vitales
Los metadatos desempeñan un papel crucial en la diferenciación entre fuentes de información auténticas y noticias falsas. El momento y la frecuencia de las publicaciones pueden ser muy reveladores.
Una alta frecuencia de envío sugiere el uso de bots, lo que aumenta la probabilidad de una noticia falsa. Los robots sociales envían sus enlaces a una gran cantidad de usuarios, por ejemplo, para difundir la incertidumbre entre el público. Las conexiones y los seguidores de una cuenta también pueden ser un terreno fértil para los analistas.
Estos datos permiten a los investigadores crear mapas de calor y gráficos de envío de datos, frecuencia de envío y redes de seguidores. Estas estructuras de red y sus nodos individuales se pueden usar para calcular qué nodo de la red hizo circular un artículo de noticias falsas o inició una campaña de desinformación.
Comentarios
Publicar un comentario