Herramienta de IA detecta precisión y sesgo político en fuentes de noticias

• Nuevo algoritmo de aprendizaje automático se centra en las fuentes de noticias en lugar de solo analizar afirmaciones individuales, para detectar noticias falsas y sesgadas.
• Para nuevos artículos noticiosos, logró una precisión de hasta el 70 %.
• Requiere solo 150 contenidos para determinar si la fuente es confiable o no.

Las plataformas de redes sociales han facilitado enormemente que cualquiera comparta y difunda información en internet. Esto ha provocado la proliferación de noticias falsas, que suelen generarse bien para alterar los sentimientos de la gente e influir en grandes eventos como elecciones políticas, bien para atraer tráfico e ingresos mediante anuncios.

Mientras muchas grandes tecnológicas invierten recursos significativos en construir sus propios sistemas de detección de noticias falsas, investigadores del MIT y el Instituto de Investigación Informática de Qatar creen que la mejor estrategia para detectar noticias falsas es centrarse en las fuentes de noticias en lugar de solo analizar afirmaciones individuales.

Usando este enfoque, han desarrollado un nuevo método basado en aprendizaje automático que determina si una fuente es confiable o no. Básicamente, caracteriza medios de noticias enteros, pronosticando la veracidad de sus reportajes.

¿Cómo determina las noticias sesgadas?

La idea detrás del sistema es que si un sitio ha publicado hechos erróneos antes, hay una probabilidad decente de que lo vuelva a hacer. Analizar otros contenidos en tales sitios web puede ayudar al sistema a determinar qué sitios es probable que lo hagan en primer lugar.

Para identificar fiablemente noticias falsas, se pueden buscar características lingüísticas comunes como estructura, complejidad y sentimiento en el artículo. Por ejemplo, la mayoría de las noticias falsas usan lenguaje emocional, subjetivo e hiperbólico.

En este estudio, experimentaron con varias características derivadas de:

1. Contenidos de las fuentes de noticias objetivo
2. Su cuenta de Twitter y página de Wikipedia
3. Su estructura de URL
4. El número de visitantes que recibe

Recopilaron datos de un sitio web llamado Media Bias/Fact Check. Con la ayuda de revisores humanos, este sitio examina la veracidad y sesgos de casi dos mil sitios de noticias, incluyendo medios populares y granjas de contenido escaso.

Referencia: arXiv:1810.01765 | MIT

Estos datos se alimentaron a un modelo de aprendizaje automático, desarrollado para clasificar fuentes de la misma manera que lo hace el sitio web de revisión humana. El modelo arrojó resultados impresionantes: para nuevos artículos noticiosos, logró una precisión del 65 % al determinar si el artículo tiene un nivel bajo, medio o alto de veracidad, y fue 70 % preciso al determinar si el contenido es de tendencia derecha, izquierda o moderado.

Crédito de imagen: MIT

Los investigadores afirman que el sistema requiere solo 150 contenidos para determinar con precisión si el sitio web de la fuente puede confiarse o no. Así, puede filtrar noticias falsas antes de que se difundan demasiado por internet.

¿Qué sigue?

Los investigadores están trabajando actualmente en el sistema para mejorar su precisión y hacerlo funcionar junto con analizadores de hechos convencionales. Si el sistema proporciona salidas «extrañas o confusas» sobre un tema específico, las plataformas de revisión manual podrían verificar rápidamente esos resultados y determinar qué validez dar a diferentes perspectivas.

Los autores también han generado un conjunto de datos abierto de casi mil sitios web de noticias etiquetados con puntuaciones de precisión y sesgo. También planean lanzar aplicaciones móviles para ayudar a la gente a salir de sus burbujas políticas. Además, intentarán entrenar el sistema para que funcione con otros idiomas. Quieren ir más allá del sesgo derecha/izquierda y modelar otras formas de sesgo más relevantes para otras regiones.

Lea también: Un nuevo algoritmo genérico para detectar IDs falsos en redes sociales

Este tipo de algoritmos podría ayudar a la gente a entender cómo son los sitios fraudulentos y el tipo de artículos que tienden a publicar.