Inteligencia Artificial

Machine Learning para detectar fake news

La lucha contra las fake news es una preocupación global. Tecnologías como el Machine Learning se emplean para limitar esta mala praxis informativa de forma automatizada. Te contamos cómo.

Por Redacción España, el 05/11/2020

auto ¿Te ha gustado nuestro artículo? ¡Vota!

La facilidad de difusión de información en la era digital fomenta, en muchas ocasiones, el consumo de contenido engañoso o falso. Es lo que se conoce como fake news o noticias falsas. Actualmente, existe una lucha generalizada por acabar con los bulos en internet y ensalzar un periodismo de calidad. El Machine Learning ha sido una de las tecnologías elegidas para mejorar los procesos de detección. Te explicamos cómo el Machine Learning detecta las fake news.

Qué son las fake news

El término fake news fue acuñado para conceptualizar la divulgación de noticias falsas y de veracidad relativa que tienen por objetivo llegar a un público mayoritario y generar desinformación.

Las noticias falsas han existido desde siempre. Un claro ejemplo de ello es la propaganda de la II Guerra Mundial difundida por Joseph Goebbels, uno de los hombres de confianza de Adolf Hitler. El político alemán utilizaba los bulos para desacreditar a la oposición y generar un sentimiento de confianza hacia el partido Nazi.

En las últimas décadas, con la expansión de internet y las nuevas tecnologías de la información y la comunicación, las fake news han tomado aún más impulso. A día de hoy, gracias a las redes sociales, un bulo puede replicarse miles de veces en apenas unos segundos, rompiendo fácilmente las barreras del idioma y la ubicación.

Machine Learning, aliado contra las fake news

Para limitar la mala praxis informativa, las nuevas tecnologías basadas en Inteligencia Artificial y Big Data se han puesto al servicio de la detección automática de las fake news. Dentro de ellas, el Machine Learning está siendo una pieza clave.

Hablamos de un subcampo de las ciencias de la computación y la Inteligencia Artificial cuyo objetivo principal es plantear técnicas específicas que permitan a las máquinas aprender, imitando el sistema que utiliza el cerebro humano.

Para ayudar a detectar las fake news, se recurre a un área específica del Machine Learning: el aprendizaje supervisado. Se trata de una técnica que ayuda a deducir una función a partir de datos de entrenamiento. Simplificado, entrenamos a las máquinas para que encuentren patrones en noticias falsas y apliquen los resultados en análisis futuros.

Aquí, se sirven del procesamiento del lenguaje natural (NLP), que se dedica al análisis de cualquier forma de lenguaje, ya sea escrito o hablado.

Cómo se detectan las fake news con Machine Learning

La tecnología divide el contenido de cada noticia y después lo analiza empleando distintos modelos de aprendizaje. Eso permite identificar documentos de características similares y determinar su veracidad.

Para ello, hay que partir de una muestra de datos de entrenamiento amplia y de calidad, es decir, hay que nutrir al algoritmo de aprendizaje automático con una gran cantidad de noticias falsas. El algoritmo detecta rasgos comunes y patrones que ayudarán a diferenciar las noticias confiables de aquellas que no lo son. Cuantas más fake news se analicen, mayor será la capacidad de detección del algoritmo, es una espiral continua.

Proceso de detección automática de fake news

El proceso de análisis automático de una fake news sigue una metodología compleja. Explicada de forma sencilla haría referencia a los siguientes puntos:

  • Análisis de legitimidad de la fuente.
  • Verificación del contenido a través de patrones y correlaciones entre un conjunto de noticias previamente clasificadas en conjuntos: sátira, noticia falsa, contenido engañoso, etcétera.
  • Establecimiento de keywords principales que ayudan a mejorar la categorización y manejo de los datos.

Aplicaciones del Machine Learning a las fake news

Una de las aplicaciones más utilizadas para desacreditar el contenido falso es Fakebox. Ésta efectúa un análisis en tiempo de real de noticias de todo tipo y, en base a una serie de modelos, evalúa su veracidad. Fakebox atiende a varios aspectos, como por ejemplo:

  • El título de la noticia.
  • El desarrollo del contenido.
  • La URL utilizada para su acceso. Algunos dominios son conocidos por alojar cierto tipo de contenidos. Fakebox conoce la inmensa mayoría y los limita.

¿Cómo detectar las fake news?

La tecnología ayuda a reducir considerablemente las fake news de manera automática pero, seamos realistas, se siguen colando. Si sospechas de la veracidad de una noticia, te damos unas claves para contrastarla.

  • Revisa si el medio que publica la noticia no es confiable.
  • No te fíes de noticias provistas de grandes titulares y en mayúsculas. Se trata de una forma resaltar más en las actualizaciones de redes sociales y de apelar al receptor de una forma más intrusiva.
  • Lee el contenido completo. Muchas personas únicamente se centran en los titulares del suceso. Para corroborar su veracidad, se recomienda profundizar en la información.
  • Si dudas, haz una búsqueda exhaustiva de la noticia en Google. Si existen noticias de medios confiables en referencia al suceso, la información estará verificada, de lo contrario, estaríamos ante una fake news.
  • Corrobora si la información es contrastable. Si no se citan fuentes o las fuentes no son confiables y/o no tienen fecha, malo. Por ejemplo, hay muchos casos en los que se mencionan estudios de universidades que no existen o que no han efectuado esa investigación en concreto.
  • Revisa si tiene una clara intención negativa. Como decíamos, la mayoría de las fake news buscan apoyar ideales políticos, difundir teorías falsas, atacar a la reputación de un producto o marca, etcétera.
  • Atento/a al contexto y a la fecha de publicación. En muchas ocasiones, una noticia falsa puede estar basada en algo que ocurrió realmente, pero en otro momento. Las implicaciones de algo que ocurrió hace 10 años no son las mismas que de algo que ocurrió hace 10 minutos. Del mismo modo, puede que se haya sustraído solo una parte de toda la información. Mediante la descontextualización, todos los mensajes son fáciles de alterar.
  • Realiza una búsqueda de imágenes. Las fotografías apoyan el contenido, pero en las fake news se trata de distorsionar la realidad usando imágenes fuera de contexto o sin relación con las originales.
TAGS:
Imagen del autor Redacción España

Equipo de redacción de B12 España: Marketing, Big Data, Inteligencia Artificial y Ventas.

Ponte en contacto con nosotros:

+34 916 629 534

madrid@agenciab12.com

Calle Alcalá, 21, 8ºD. 28014 - Madrid