Álvaro Figueira, Luís Torgo, docentes do DCC, e Nuno Guimarães, aluno de doutoramento em Ciência de Computadores, fazem parte da equipa do projeto “Detecting Fake News Automatically”. Este projeto do INESC TEC tem por objetivo ajudar o utilizador comum, e sobretudo os jornalistas, a analisar e identificar informação com elevada probabilidade de ser falsa, e também a filtrar o conteúdo mais relevante nas redes sociais.
Através de técnicas de data mining, aprendizagem automática, processamento em linguagem natural, reconhecimento de entidades mencionadas, análise de sentimento, entre outras, é esperado que a solução desenvolvida ofereça um maior grau de segurança e garantia de veracidade sobre o conteúdo que se lê nas redes sociais.
Este projeto surgiu como output do projeto REMINDS, no qual se pretendeu construir um sistema capaz de detetar automaticamente quais os posts das redes sociais (Facebook e Twitter) mais relevantes para o público em geral, de acordo com critérios jornalísticos, após as eleições norte-americanas de 2016, numa altura em que o problema das fake news ganhou uma maior dimensão e em que empresas tecnológicas e a comunidade científica começaram a trabalhar numa solução. No contexto pandémico atual, há variáveis que mudam e é necessário adaptar o sistema a novos desafios.
Álvaro Figueira explica que “Um dos principais desafios que o projeto enfrenta é a mudança de domínio e contexto temporal em que uma fake news pode surgir. Por exemplo, uma fake news num contexto político tem algumas propriedades textuais e lexicais diferentes de uma fake news num contexto da saúde. Portanto, tentar desenvolver um sistema que seja capaz de capturar este tipo de diversidade tem sido uma tarefa desafiante. A pandemia por covid-19, tendo um domínio e contexto específicos, tem sido um caso de estudo muito interessante no universo das fake news. É a nossa opinião que o sistema será capaz de adaptar-se e detetar fake news em qualquer domínio, contribuindo para mitigação deste tipo de conteúdos nas redes sociais”.
O sistema utiliza as mensagem escritas em posts, extraindo vários indicadores. Os indicadores (mais de 100) podem ser psicolinguísticos (por exemplo tentar associar qual a emoção mais predominante no texto), ou estatísticos sobre o texto (por exemplo a frequência de verbos, adjetivos ou entidades) e vão ser posteriormente passados para um modelo de aprendizagem automática, que aprendeu a fazer a distinção com casos previamente conhecidos e que já tinham sido referenciados como fake news no passado. Com base nessa aprendizagem, o modelo classifica com uma certa probabilidade o novo post como sendo ou não fake news.
É também tida em conta a informação associada ao post, isto é, os likes, partilhas, comentários, bem como a informação sobre o utilizador que publicou o post. Segundo os investigadores, esta informação adicional, associada à mensagem propriamente veiculada, contribui para gerar uma confiança superior na classificação dada pelo sistema.
É também no âmbito deste projeto que a ser desenvolvida a tese de doutoramento do aluno Nuno Guimarães, com o título "Analyzing and Developing Veracity Indicators for Building an Automatic Detector of Fake News Online", supervisionado por Álvaro Figueira e Luís Torgo.
No passado dia 7 de Junho, e sob o mesmo tema, Álvaro Figueira falou no Programa "Somos Academia" do Porto Canal. A entrevista pode ser vista aqui.