Las redes sociales pueden exponer a los usuarios a información errónea, incluidas las noticias falsas:noticias con información intencionalmente falsa. De hecho, durante las elecciones presidenciales de EE. UU. de 2016, las noticias falsas atrajeron a más personas que las noticias reales, según un análisis de BuzzFeed News.

Actualmente existen numerosos métodos de aprendizaje profundo para detectar noticias falsas, pero estos métodos son incapaces de explicar por qué se reconoce como tal. Ahora, un equipo de investigadores de Penn State y Arizona State está trabajando para ayudar a explicar por qué cualquier noticia falsa se detecta como falsa.

Los hallazgos recientes del equipo se presentarán en el Knowledge Discovery and Data Mining (KDD) de la Association for Computing Machinery (ACM), una conferencia emblemática de minería de datos, celebrado del 4 al 8 de agosto en Anchorage, Alaska.

"La detección es una cosa, pero cómo presentárselo al usuario para explicar por qué es falso es más complicado, "dijo Dongwon Lee, profesor asociado del Penn State College of Information Sciences and Technology e investigador del proyecto. "Si no damos una buena explicación, tiene un impacto limitado para reducir la distribución de información errónea porque la gente no la acepta ".

En su estudio, los investigadores crearon un marco de detección de noticias falsas explicable, lo que ellos llaman DEFENDER (Detección de noticias falsas explicables). El marco consta de tres componentes:(1) un codificador de contenido de noticias, para detectar estilos de lenguaje obstinados y sensacionalistas que se encuentran comúnmente en las noticias falsas; (2) un codificador de comentarios de usuario, detectar actividades como opiniones escépticas y reacciones sensacionalistas en comentarios sobre noticias; y (3) una oración-comentario, componente de co-atención, que detecta frases en noticias y comentarios de usuarios que pueden explicar por qué una noticia es falsa.

El nuevo algoritmo de detección diseñado y desarrollado en este enfoque novedoso ha superado a otros siete métodos de vanguardia en la detección de noticias falsas. según los investigadores.

"Entre los comentarios de los usuarios, podemos señalar la explicación más eficaz de por qué esta [noticia que están leyendo] son ​​noticias falsas, ", explicó Lee." Algunos usuarios expresaron su descontento, pero otros proporcionaron evidencia particular, como un enlace a un sitio web de verificación de datos o a un artículo de noticias auténtico. Estas técnicas pueden encontrar simultáneamente dicha evidencia y presentarla al usuario como una posible explicación ".

Él agregó, "La democracia [en los Estados Unidos] como la conocemos se basa en la premisa de compartir las ideas y opiniones de uno libremente. Si no podemos confiar en lo que se ha dicho en los medios, y empiece a sospechar que puede ser falso, podría estar socavando todo un ecosistema de democracia. Como tal, esta investigación tiene un impacto social importante y enorme ".

Los investigadores están trabajando en un prototipo del sistema, que esperan compartir a finales de 2019, para que otros puedan usar la herramienta para detectar noticias falsas y comprenderlas mejor.

"La detección temprana de noticias falsas es otro tema importante, "dijo Suhang Wang, profesor asistente en la Facultad de IST y colaborador del proyecto. "Cuando salen noticias [falsas], en unas pocas horas, queremos detectarlo. Una vez que se difunden las noticias falsas, el daño ya esta hecho. Es importante detectarlo y reducirlo lo antes posible ".