A pesquisa liderada por Nicollas Rodrigues e seu orientador, o professor Diogo Mattos, do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, se destaca por ser capaz de distinguir com eficácia entre fatos verdadeiros e notícias falsas, baseando-se na análise de palavras e estruturas textuais. Essa ferramenta de IA foi testada em mais de 30 mil mensagens da rede social X (antigo Twitter), gerando resultados significativos.
No processo de desenvolvimento da técnica, foram testadas três metodologias diferentes, sendo que duas se mostraram mais eficazes. Como explicado por Rodrigues, a combinação das duas abordagens pode ser ainda mais eficaz. A primeira metodologia consistia em treinar um algoritmo com notícias verdadeiras para reconhecê-las, enquanto aquelas que não se encaixavam eram identificadas como fake news. Já a segunda abordagem utilizava uma metodologia estatística para analisar a frequência de determinadas palavras e combinações de palavras em fake news.
Os resultados desse estudo apresentam potencial para se tornarem ferramentas úteis para os usuários da internet na identificação de notícias que possam conter indícios de fake news. A possibilidade de transformar essa tecnologia em um plugin compatível com algumas redes sociais pode melhorar a experiência do usuário, alertando sobre a veracidade das informações compartilhadas. Além disso, uma aplicação na web também poderia auxiliar na identificação de notícias falsas, aumentando a conscientização sobre o tema.
-
-
-
-
