La solución automatizada podría ser una herramienta importante para los sitios que luchan cotidianamente con notas falsas (horizontal-x3)
La solución automatizada podría ser una herramienta importante para los sitios que luchan cotidianamente con notas falsas. (Michigan News)

Uno de los problemas que afectan hoy a nivel mundial es la propagación de noticias falsas o “fake news” a través de las redes sociales. Es por ello que diversas plataformas como Facebook o Twitter, diseñan nuevos métodos para combatir este fenómeno.

De igual manera, investigadores de las universidades de Michigan y Amsterdam desarrollaron un sistema capaz de detectar el 76% de historias falsas, lo cual supera la capacidad del ser humano para detectarlas, que es de un 70%.

Dicho sistema se basa en un algoritmo con un procesamiento de lenguaje natural (NLP) con el que se buscan expresiones, términos o estructuras narrativas que ayudan a determinar si un artículo es falso.

Esto se diferencia de otros algoritmos ya conocidos y funcionales que, por ejemplo, pueden comprobar la veracidad y lo contrastado de una información concreta, cruzando la noticia analizada con decenas de piezas publicadas en otros medios.

Rada Mihalcea, la responsable del proyecto, dijo que la solución automatizada podría ser una herramienta importante para los sitios que luchan cotidianamente con notas falsas e historias irreales, que son publicadas para generar clics y manipular la opinión pública.

“Un 76% de éxito deja un margen de error importante aún, pero esto podría dar cierta valía a las historias que se publican”, dijo Mihalcea en un comunicado de la Universidad de Michigan.

Como trabajo de investigación, el primer paso para desarrollar esta herramienta basada en machine learning, era reunir una enorme base de noticias para "alimentar" al algoritmo y poder desarrollarlo, perfeccionando sus métodos de detección.

Además, debían especificar qué son realmente las fake news, es decir, si entran dentro de dicha categoría las noticias y reportes intencionadamente falsos, engaños y trucos para viralizar cierta información y noticias con una finalidad humorística o satírica.

Posteriormente establecieron los requisitos que el algoritmo debía seguir para detectar correctamente noticias falsas: tendría que poder detectar noticias reales, verificar el fondo de la misma y tener en cuenta factores como el estado de la noticia (acabada o en proceso), su lenguaje, etc.

El último paso fue suministrar un conjunto de noticias, reales y falsas, directamente sacadas de internet. En su análisis y detección de fake news, el algoritmo fue más eficiente que un grupo de humanos.


💬Ver 0 comentarios