Uma pesquisa que está sendo desenvolvida na Universidade Federal Fluminense pode-se transformar em importante instrumento de combate às fake News. Com o uso de inteligência artificial, a novidade tem como objetivo detectar notícias falsas nas redes sociais.
A técnica é fruto de um estudo desenvolvido pelo engenheiro de Telecomunicações Nicollas Rodrigues, em sua dissertação do curso de mestrado da instituição. O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com uma precisão de 94%.
Para isso, Nicollas Rodrigues conta que condiciona essa inteligência artificial para entender o funcionamento das fake news.
“Na primeira metodologia a gente verificou o tipo de escrita que ocorre nesse contexto de fake News. Como os usuários escrevem essas notícias falsas e os vícios de escrita mais cometidos. Aí a gente pegou essas informações e treinou um algoritmo”.
E a ferramenta foi abastecida justamente com o resultado desta etapa.
“Esse algoritmo recebe as características que uma fake News tem e ele aprende com isso e fica “inteligente” para identificar novas fake News que a gente ainda não viu. É como se o algoritmo estudasse. A partir disso, ele consegue identificar notícias para facilitar o entendimento dele”.
Ao longo do estudo, primeiro um algoritmo foi abastecido com notícias verdadeiras e o treinaram a reconhecê-las. Aquelas que não se encaixavam no perfil aprendido, eram classificadas como fake News.
A outra abordagem, semelhante à primeira no que se refere à análise textual, teve como novidade o uso de uma metodologia estatística, que analisa a frequência em que determinadas palavras e combinações de palavras aparecem nas fake News.
Nicollas Rodrigues cita um exemplo bem comum de notícia falsa.
“As fake News se estruturam de maneira textual. Notícias falsas têm um caráter sempre de trazer uma certa idoneidade do conteúdo, mostrando fontes importantes. Tem sempre muitos nomes próprios, para dar esse ar de confiabilidade nela”.
A cada 100 notícias analisadas durante o estudo, a ferramenta conseguiu acertar quais eram fato ou boato em 94 situações. No total, foram averiguadas mais de 30 mil mensagens publicadas na rede social X, antigo Twitter.
Leia Também: Meta quer treinar IA com as suas fotos (sim, as suas); saiba como evitar
