Ferramenta garante precisão de 94%
O estudante e seu
orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em
Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de
diferenciar fatos de notícias falsas, a partir da análise de palavras e
estruturas textuais, com precisão de 94%.
Ou seja, a cada 100 notícias
analisadas, a ferramenta conseguia acertar se era fato ou boato em 94
situações. No total, foram analisadas mais de 30 mil mensagens publicadas na
rede social X (antigo Twitter).
“Testamos três metodologias
e duas tiveram sucesso maior. A gente indica, no final dos resultados, a
possibilidade de utilizar ambas, em conjunto, de forma complementar”, explica
Rodrigues.
A primeira metodologia
consistiu em abastecer um algoritmo com notícias verdadeiras e o treinaram a
reconhecê-las. Aquelas que não se encaixavam no perfil aprendido, eram
classificadas como fake news.
A outra abordagem é
semelhante à primeira no que se refere à análise textual, mas em vez do uso de
algoritmo, foi utilizada metodologia estatística, que analisa a frequência em
que determinadas palavras e combinações de palavras aparecem nas fake news.
Os resultados do trabalho
podem se transformar em ferramentas úteis para o usuário da internet
identificar notícias que apresentam indícios de fake news e, assim, ter cautela
maior com aquela informação.
“Pode-se transformar a
ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao
programa principal] compatível com algumas redes sociais. E, a partir do
momento em que você usa a rede social, o plugin vai poder indicar não que a
notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo
com alguns parâmetros, como erros de português. Também existe a possibilidade
de fazer uma aplicação na própria web, onde você cola o texto da notícia e essa
aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”,
explica Rodrigues.
