Científicos españoles crean un sistema inteligente para detectar noticias falsas automáticamente

Un equipo de investigadores de las universidades de Jaén y Alicante, en España, han desarrollado una aplicación capaz de analizar automáticamente las noticias, determinando su veracidad con un alto grado de precisión.

Aunque el modelo todavía se encuentra en fase de pruebas, se propone como una herramienta realmente útil para ayudar a los periodistas y lectores privados a filtrar la gran cantidad de información que se publica y nos llega a diario.

Con la finalidad de identificar noticias falsas, los científicos han desarrollado modelos de inferencia de credibilidad de información errónea y noticias falsas basados en aprendizaje automático.

Estas técnicas de inteligencia artificial ofrecen al sistema la posibilidad de analizar la noticia en dos niveles, para detectar si la estructura del contenido coincide con la que debería poseer cualquier publicación con rigor periodístico, y si existen inconsistencias.

El trabajo ha sido publicado en la revista especializada ‘Expert Systems with Applications’, el cual ha sido titulado ‘Explotación de la estructura del discurso de los medios digitales tradicionales para mejorar la detección automática de noticias falsas’.

En él presentan el prototipo de un detector de “noticias falsas” para sitios web, cuyo objetivo principal es el de proporcionar a los lectores una mayor confianza, y brindar a los periodistas nuevas herramientas que les permitan distinguir entre distintas piezas de información.

¿Cómo funciona este sistema?

El sistema trabaja analizando la estructura de la noticia publicada teniendo especialmente en cuenta los estándares periodísticos tradicionales: la regla 5W + H y la pirámide invertida.

Estas referencias se basan en el hecho de que una noticia rigurosa debe contener información que responda a las seis preguntas básicas (qué, cuándo, dónde, quién, por qué y cómo); además, debe ser presentada en orden de prioridad descendente, desde lo más importante hasta los detalles más finos.

Como manifiestan los investigadores, la estructura de una publicación proporciona pistas sobre si tiene o no una base periodística, o si, por el contrario, está simulando ser una noticia real.

A partir del análisis del lenguaje natural, los científicos han desarrollado un algoritmo capaz de detectar aquella información que, originalmente, no coincide con esta estructura, mediante cálculos que se basan en técnicas de lo que conocemos como aprendizaje automático, de forma que el sistema “aprende” a medida que va acumulando más datos.

Además, la máquina es capaz de procesar miles de datos de forma simultánea en cuestión de segundos, algo que una persona no podría llevar a cabo, por lo que los periodistas podrían con este sistema detectar estructuras incorrectas, comparar y contrastar fuentes, identificar contenidos virales o inconsistencias entre el titular y el cuerpo de la noticia de manera no solo automática, sino inmediata.

Pero se trata de un sistema que también podría proporcionar interesantes beneficios para el lector final, dado que el usuario dispondrá de pistas sobre si la noticia que está leyendo cumple o no con ciertos estándares.

Los investigadores llevaron a cabo diferentes pruebas sobre un conjunto de datos, en español, con más de 200 artículos centrados en temas sanitarios, de especial relevancia en la actualidad debido a las numerosas noticias falsas que han circulado y continúan circulando en la actualidad sobre la COVID-19.

Por ello, el objetivo que persiguen los expertos es el de desarrollar una aplicación capaz de marcar de forma automática un determinado texto como ‘fake news’ mientras es leída, y que alerte al periodista (o al lector) mediante una señal sobre qué partes de la información pueden ser falsas, indicando como referencia otros textos similares útiles para contrastar su veracidad.