Cap a un sistema automàtic de detecció de notícies falses

Els comentaris i les informacions que apareixen a Internet en diferents xarxes socials influeixen en l’opinió sobre possibles remeis per diagnosticar i guarir malalties. L’article que presentem avui elabora un algorisme per analitzar el comportament dels usuaris de Twitter, la xarxa social més important pel que fa a aquest tema, així com un mètode de construcció de gràfics de coneixement dinàmic basat en informació recopilada de Twitter i altres fonts de dades obertes com a pàgines web.

Aquest ha estat elaborat per Pablo Lara Navarra, membre del grup de recerca Management & e-Learning (MeL), juntament amb Hervé Falciani, Enrique A. Sánchez Pérez i Antonia Ferrer Sapena. Aquest va ser publicat a la International Journal of Environmental Research and Public Health el 2020.

Sobre l’article

L’article presenta una metodologia per construir una base de dades gràfica de tweets utilitzant el programa Neo4j per analitzar la difusió d’informació falsa, particularment en el context de problemes de salut pública. La base de dades estructurada permet la visualització de cadenes de tweets i proporciona una eina heurística perquè els analistes detectin informació falsa. L’estudi demostra un enfocament analític general per estudiar la difusió d’informació socialment sensible, centrant-se en la difusió ràpida, les fonts desconegudes i una gran audiència, com en el cas dels medicaments no estàndard, les qüestions mediambientals i el moviment antivacunes.

La plataforma proposada podria servir com a base per a l’anàlisi heurística d’informació dinàmica com a notícies falses i potencialment donar suport al desenvolupament d’algorismes automàtics per detectar informació falsa al sector sanitari.

L’estudi conclou suggerint que, si bé la metodologia actual encara no està completament automatitzada per detectar informació falsa, és un pas important cap a la consecució d’aquest objectiu en el futur.

Consulta l’estudi

Podeu llegir l’article complet fent clic aquí.