Investigadores de la Universidad Ben-Gurion del Negev, en el sur de Israel, pusieron a punto un sistema de inteligencia artificial (IA) para ayudar a los verificadores de datos a luchar contra los crecientes volúmenes de desinformación y fake news.
El equipo dirigido por el doctor Nir Grinberg y el profesor Rami Puzis descubrió que rastrear fuentes de noticias falsas, en lugar de publicaciones individuales, puede reducir significativamente la carga de los verificadores y producir resultados confiables a lo largo del tiempo.
También le puede interesar: La historia del periodista italiano (judío) que "derribó" el Muro de Berlín
Grinberg apuntó que «el problema actual con la proliferación de noticias falsas es que los verificadores de datos están desbordados».
Esos especialistas en desmontar fake news, continuó, «no pueden verificar todo», y tampoco «está claro el alcance» de su trabajo «en medio de un mar de contenidos en las redes sociales» ni de las alertas señaladas por los propios usuarios.
«Además -siguió Grinberg-, sabemos poco sobre el éxito que tienen los verificadores de datos a la hora de acceder al contenido más importante que deben verificar».
Apuntando a las fuentes de las noticias falsas
Esa situación impulsó al equipo de investigadores israelíes a desarrollar un enfoque de aprendizaje automático que pueda ayudar a los verificadores a dirigir mejor su atención y aumentar su productividad.
Las fuentes de fake news, recordaron los autores del estudio, cuyos resultados se pueden consultar, en inglés, haciendo clic aquí, suelen aparecer y desaparecer con bastante rapidez a lo largo de los años, lo que hace muy costo y laborioso mantener listas actualizadas.
Frente a eso, el sistema diseñado en el sur de Israel tiene en cuenta el flujo de información en las redes sociales y el «apetito» del público por las fake news, lo que permite localizar más sitios y de manera más sólida a través del tiempo.
Los modelos de IA desarrollados por los científicos de la Universidad Ben-Gurion están basados en la audiencia y superaron por amplios márgenes al enfoque más común, que es observar quienes comparten noticias falsas online.
Según informaron desde Beer Sheva, donde tiene su sede la casa de altos estudios, superó los sistemas convencionales en un 33 por ciento cuando se trató de analizar datos históricos y en un 69 por ciento al analizar las fuentes a medida que van surgiendo.
A entrenarse en el mundo real
Los autores del estudio también demostraron que su enfoque puede mantener el mismo nivel de precisión en la identificación de fuentes de noticias falsas y requerir menos de una cuarta parte de los costos de verificación de datos.
El sistema necesita más entrenamiento en situaciones del mundo real y no debería remplazar a los verificadores humanos de datos, reconocieron, pero puede ampliar en gran medida la cobertura de esos chequeadores de información, dijo Grinberg.
Para seguir leyendo: El historiador israelí Yuval Harari (otra vez) contra la inteligencia artificial
Se trata claramente de un problema complejo y de aristas espinosas, señalaron desde la universidad. En ese sentido, adelantaron que «la gran incógnita» será ver si las plataformas de redes sociales compartirán los medios necesarios y el acceso para que otros combatan las fake news.
