Inteligencia Artificial 'made in Spain' contra las 'fake news'

Dicen que se pilla antes a un mentiroso que a un cojo. En la vida real puede ser, pero en la digital cuesta más. Cada vez es más común toparse con 'fake news' (noticias falsas en inglés) en las redes que asumimos como ciertas. Toda la vida han existido bulos, no es algo nuevo, pero lo que sí es nuevo es la capacidad actual de propagarse, con una rapidez asombrosa: las redes sociales permiten que las noticias falsas se viralicen un 70% más rápido que en la vida real.

A todos nos han llegado fakes news. Algunas sin apenas trascendencia y otras que pueden cambiar el curso de la historia. Se han hecho especialmente populares por el supuesto impacto que las campañas de desinformación en la red han tenido en diversos acontecimientos políticos y sociales, como el referéndum del Brexit o dando un vuelco en las elecciones generales de algunos países.

Por todo lo que pueden desencadenar, es especialmente importante ser capaces de descubrirlas y eso es precisamente en lo que se centra un reciente estudio de la Universidad de Granada. Los investigadores Miguel Molina Solana y Juan Gómez Romero, del departamento de Ciencias de la Computación de la Universidad de Granada, junto a varios colaboradores del Imperial College London, han presentado un estudio sobre el uso de Inteligencia Artificial para detectar estas noticias falsas en Twitter. El trabajo analiza matemáticamente qué características presentan los tuits que contienen información falsa y propone un sistema informático para su detección.

El enfoque de la investigación es diferente a las comprobaciones periodísticas habituales de 'fact checking', un servicio de verificación de datos y revisión de hemeroteca de lo publicado. Aunque la Inteligencia Artificial puede ayudar en esta tarea, Miguel Molina señala que “analizar el contenido de los tuits de forma automática es muy complicado, ya que requiere estudiar si el autor está simplemente siendo irónico o realmente está intentando hacer pasar una noticia falsa como verdadera”.

En este trabajo los investigadores decidieron utilizar, aparte del contenido del tuit, los datos disponibles sobre el mismo y sobre su autor, como por ejemplo el número de seguidores en el momento de publicar, la fecha de registro en la red social o la cantidad de mayúsculas e iconos utilizados.

Según destaca Molina, “los experimentos han mostrado que los usuarios que distribuyen información falsa de manera intencionada tienen un comportamiento diferente a los normales”, y añade que “este comportamiento anómalo se manifiesta a través de propiedades fácilmente medibles, como el número de contactos o de tuits marcados como favoritos del autor”.

En consecuencia, estas características pueden usarse para ayudar en la identificación automática de noticias potencialmente falsas. La investigación también revela que las fake news suelen incluir información más polarizada, novedosa e impactante con el propósito de atraer la atención del lector.

El trabajo utiliza datos de Twitter sobre las elecciones presidenciales de 2016 en EE.UU. recopilados por los propios autores. Los hallazgos de la investigación han sido también presentados en la conferencia "Truth and Trust Online", celebrada recientemente en Londres y organizada, entre otros, por Twitter, Facebook y la Universidad de Cambridge.