El término fake news (noticias falsas) se ha popularizado en los últimos años, debido sobre todo al impacto que las campañas de desinformación en la red han tenido en diversos acontecimientos políticos y sociales, como es el caso de la campaña electoral de 2016 en los Estados Unidos del cual se basa este estudio.
Este fenómeno, y principalmente las preocupaciones sobre cómo los agentes podrían actuar estratégicamente para influir en las creencias y percepciones de las personas, aparece cada vez que surge un nuevo avance tecnológico en las comunicaciones.
Uso de las redes sociales
La reciente explosión en el uso de sitios de redes sociales para obtener ganancias pecuniarias de historias sensacionalistas o influir estratégicamente en campañas políticas, ha puesto de relieve la necesidad de comprender mejor cómo se crea la información errónea, cómo se difunde en las redes sociales y cómo se puede ver,
La mayoría de los esfuerzos para comprender los fenómenos y desarrollar soluciones sugieren que los prejuicios humanos pueden fomentar la difusión de información errónea. Sin embargo, y a pesar de haber identificado incentivos perversos en la difusión de información en otras formas de medios electrónicos, se ha prestado poca atención a cómo se genera y se propaga la información errónea en las redes sociales en línea.
Investigadores de la Universidad de Granada
Los investigadores Miguel Molina Solana y Juan Gómez Romero, del departamento de Ciencias de la Computación de la Universidad de Granada (UGR), en conjunto con varios colaboradores del Imperial College de Londres, presentaron un estudio sobre el uso de técnicas de inteligencia artificial para detectar estas noticias falsas en Twitter, dicho trabajo analiza matemáticamente qué características presentan los tuits que contienen información falsa, y propone un sistema informático para detección las fake news.
El enfoque que presenta esta investigación es diferente a las aproximaciones periodísticas habituales de fact checking, que requieren un ingente trabajo de verificación de datos y revisión de hemeroteca. Aunque la inteligencia artificial puede ayudar en esta tarea, Molina señala que “analizar el contenido de los tuits de forma automática es muy complicado, ya que requiere estudiar si el autor está simplemente siendo irónico o realmente está intentando hacer pasar una noticia falsa como verdadera”.
Las mayúsculas e iconos son clave
Los investigadores además de utilizar el contenido del tuit, decidieron usar los datos disponibles sobre el mismo y sobre su autor, es decir, los metadatos, como por ejemplo el número de seguidores en el momento de publicar, la fecha de registro en la red social o la cantidad de mayúsculas e iconos utilizados.
“Los experimentos han mostrado que los usuarios que distribuyen información falsa de manera intencionada tienen un comportamiento diferente a los demás”, y añade que “este comportamiento anómalo se manifiesta a través de propiedades fácilmente medibles, como el número de contactos o de tuits marcados como favoritos del autor”.
Estas características pueden usarse para ayudar en la identificación automática de noticias potencialmente falsas. La investigación también revela que las fake news suelen incluir información más polarizada, novedosa e impactante con el propósito de atraer la atención del lector.
El trabajo utiliza datos de Twitter sobre las elecciones presidenciales de 2016 en EEUU recopilados por los propios autores. Los hallazgos de la investigación han sido también presentados en la conferencia Truth and Trust Online (TTO), celebrada recientemente en Londres y organizada, entre otros, por Twitter, Facebook y la Universidad de Cambridge.
Fuente: IEEE
