Pesquisa da UFF treina algoritmos para identificar notícias falsas
De acordo com pesquisa, fake news tendem a ser curtas e impactantes
A pesquisa "Aplicação de Processamento de Linguagem Natural na Detecção de Notícias Falsas", de Nicollas Rodrigues de Oliveira e Diogo Menezes Ferrazzanni Mattos, ambos do Programa de Pós-Graduação em Engenharia Elétrica e de Telecomunicações (PPGEET-UFF), aborda o desenvolvimento de três metodologias diferentes para a detecção de notícias falsas, com base na aplicação de algoritmos de Inteligência Artificial e técnicas de processamento de texto sobre postagens de rede social, sobretudo no X (antigo Twitter)
"Analisamos como detectar fake news e o que tem nessas notícias que pode determiná-las como falsas apenas por olhá-la. Depois vimos que, para conseguir entender como a notícia realmente está se espalhando, como é a dinâmica no mundo virtual, precisávamos olhar também as redes sociais."
O estudo utilizou um conjunto de aproximadamente 33 mil tweets com informações falsas , funcionando assim como 'câmaras de eco' - rede de usuários em que informações, ideias e crenças unilaterais são amplificadas ou reforçadas pelo compartilhamento repetitivo, os blindando de refutação", comentou Mattos.
Alguns padrões foram identificados nas notícias falsas: o uso constante de palavras com um grau de extremismo significativos, como "jamais" e "nunca", para atrair o olho do leitor, o uso limitado de termos diferentes e palavras fortes.
Com isso, se a publicação apresenta uma variedade maior de termos acompanhados de textos mais longos, a probabilidade de ser um fato é maior, de acordo com o estudo.
*Parte da informação de A Tribuna
Nos siga no BlueSky AQUI.
Entre no nosso grupo de WhatsApp AQUI.
Entre no nosso grupo do Telegram AQUI.
Ajude a fortalecer nosso jornalismo independente contribuindo com a campanha 'Sou Daki e Apoio' de financiamento coletivo do Jornal Daki. Clique AQUI e contribua.
