Pesquisa treina algoritmos de IA contra fake news em redes sociais

Pesquisadores da Universidade Federal Fluminense (UFF) estão desenvolvendo uma ferramenta de inteligência artificial (IA) para detectar fake news (notícias falsas) em redes sociais. O projeto é liderado por Nicollas Rodrigues de Oliveira, mestrando em Engenharia de Telecomunicações, e Diogo Ferrazzani Mattos, orientador da dissertação, ambos do Programa de Pós-Graduação em Engenharia Elétrica e de Telecomunicações (PPGEET-UFF). A pesquisa utiliza algoritmos treinados para identificar características linguísticas que indicam a veracidade de textos. A plataforma promete uma taxa de precisão superior a 90%.

Embora o sistema tenha sido testado com dados do X (antigo Twitter), que passou por uma série de suspensões e que, desde o dia 8 de outubro, está novamente disponível no Brasil, a IA também pode avaliar qualquer texto escrito. A previsão é que o site ou aplicativo seja lançado até o fim de 2024.

A aplicação, ainda em fase de desenvolvimento, continua sendo aprimorada para acompanhar a evolução das fake news e poderá desempenhar um papel importante na conscientização e no combate à desinformação digital.

Tema do relatório “Desafios e Estratégias na luta contra a Desinformação Científica”, publicado em junho deste ano pela Academia Brasileira de Ciências (ABC), a desinformação e a propagação de fake news têm sido amplamente investigadas mundo afora. Foi o que motivou a pesquisa da UFF.

“Analisamos como detectar fake news e o que tem nessas notícias que pode determiná-las como falsas apenas ao 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. Ao olhar para elas, observamos a formação de grupos que aumentam a circulação das notícias falsas, funcionando assim como ‘câmaras de eco’ — rede de usuários em que informações, ideias e crenças unilaterais são amplificadas ou reforçadas pelo compartilhamento repetitivo, brindando-os de refutação”, comenta o professor Mattos.

Alguns padrões foram identificados nas notícias falsas: o uso constante de palavras com grau de extremismo muito grande, como “jamais” e “nunca”, e de números, para criar um sentimento de grandeza sobre aquelas informações, atraindo o olhar do leitor e levando-o a compartilhar aquela publicação. Outra questão analisada em relação às fake news é que, geralmente, utilizam menos termos e radicais que as publicações verdadeiras. Com isso, se a publicação apresenta quantidade e variedade maiores de palavras, a probabilidade de ser um fato também será maior.

Com dois artigos publicados, o estudo utilizou um conjunto de aproximadamente 33 mil tweets com fake news e informações verdadeiras para treinar os algoritmos, obtendo um desempenho de detecção de 86% de acurácia e 94% de precisão quando combinadas as duas metodologias propostas. “Existem várias formas de realizar a identificação de notícias falsas. A que usamos foi baseada no texto, então fazíamos uma análise textual para identificar expressões ou até mesmo características que indicassem a falseabilidade da notícia”, explica o doutorando.