Diseñan modelo de Inteligencia Artificial para detectar noticias falsas

 

México, 7 Feb (Notimex).- Un estudio realizado por el Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) identificó patrones de lenguaje que los modelos de Inteligencia Artificial vinculan a noticias falsas. Este nuevo trabajo se compara con un sistema automatizado de detección de noticias falsas, que revela cómo los modelos de aprendizaje automático […]


México, 7 Feb (Notimex).- Un estudio realizado por el Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) identificó patrones de lenguaje que los modelos de Inteligencia Artificial vinculan a noticias falsas.

Este nuevo trabajo se compara con un sistema automatizado de detección de noticias falsas, que revela cómo los modelos de aprendizaje automático descubren pequeñas diferencias pero consistentes en el lenguaje de las historias reales y falsas.

La investigación sugiere que los detectores de noticias falsas deben someterse a pruebas más rigurosas, a fin de ser efectivos en aplicaciones del mundo real.

Las noticias falsas, señaló el MIT, son una forma de propaganda para engañar a los lectores, y generar opiniones en sitios de Internet o dirigir a la opinión pública.

Ante esta tendencia popularizada en Estados Unidos durante las elecciones presidenciales de 2016, los especialistas comenzaron a desarrollar detectores automáticos de noticias falsas.

Sin embargo, un problema en el uso de estos sistemas de detección es el de la “caja negra”, lo que significa que no se sabe qué patrones lingüísticos analizan las redes durante la capacitación.

Para ello, los científicos del MIT, elaboraron un modelo de aprendizaje profundo capaz de detectar patrones de lenguaje de noticias falsas y reales, el cual encuentra palabras y frases para realizar las predicciones.

“Un problema clave con el aprendizaje automático y la Inteligencia Artificial es que obtienes una respuesta y no sabes por qué”, dijo la autora del artículo, Nicole O’Brien.

Resaltó que mostrar estos trabajos internos da un primer paso hacia la comprensión de la confiabilidad de los detectores de noticias falsas de aprendizaje profundo.

El modelo del MIT identifica conjuntos de palabras que tienden a aparecer con mayor frecuencia en noticias reales o falsas, algunas obvias y otras no.

Los expertos coincidieron en que, los hallazgos señalan diferencias sutiles pero consistentes en las noticias falsas, esto favorece las exageraciones y superlativos. En tanto, los resultados arrojaron que las noticias reales, tienen la tendencia al uso de palabras conservadoras.

 

NTX/ICB/LCH