AnalyticsMachine Learning

Cómo Machine Learning y la IA pueden combatir las FAKE NEWS

Las FAKE NEWS (noticias falsas) se han hecho muy populares en los últimos años. Para los que no estéis familiarizados con este término, las fakes news son noticias falsas que son distribuidas masivamente a través de redes sociales y medios de comunicación con la intención de confundir o engañar a la audiencia.

Se han utilizado en periodos electorales para influir en los votantes, en épocas de guerra para decantar la balanza hacia un bando, en mensajes de corrientes extremistas para enfrentar grupos sociales o simplemente en la lucha empresarial entre grandes compañías.

El problema de las Fake News es que son mensajes contundentes y de razonamiento simple. Esto implica que tengan una gran viralidad y llegan por diferentes medios, por lo que los damos por verdaderos casi al instante.

Además suelen obviar los hechos objetivos y apelar a emociones y creencias personales, por lo que el único arma para rebatirlas son los datos.

¿Cómo se propagan las Fake News?

El modo más habitual para propagar una fake news es a través de MPMs (micro-propaganda-machines). Estas micro-sites tienen una gran capacidad de propagación y de conexión con los “grandes medios” como puede verse en el mapa desarrollado por Jonathan Albright para analizar como se viralizaron las noticias falsas en las elecciones de EEUU en 2016 (MPMs marcados en rojo):

Mapa de MPMs usados en las elecciones de EEUU en 2016
Mapa de MPMs usados en las elecciones de EEUU en 2016

Los objetivos de estos MPM es influir en grandes medios de comunicación, redes sociales y Wikipedia. Si hacemos un zoom en el mapa se pueden observar los nombres de algunas de las webs MPM que han contribuido a viralizar estas noticias falsas y la influencia que han tenido en los grandes medios de internet (cuanto más grande es el círculo, más links se han colado desde los MPMs):

Zoom mapa MPMs de Jonathan Albright
Zoom mapa MPMs de Jonathan Albright

Si queréis obtener más detalle de este estudio lo podéis hacer en el artículo de Jonathan Albright titulado “The #Election2016 Micro-Propaganda Machine”

¿Cómo se han combatido hasta ahora las noticias falsas?

Con el auge de las noticias falsas también fueron proliferando las webs con redactores que se encargaban de validar las noticias “sospechosas” de ser fake-news, eran las llamadas fact-checkers. En España, por ejemplo, se ha popularizado la web de Maldito Bulo.

Facebook fue una de las primeras redes sociales en intentar luchar contra las fakes-news (también fue una de las primeras en ser acusada de propagarlas sin ningún control en su red).

Lo primero que pensaron en 2016 en la compañía de Mark Zuckerberg es en usar una etiqueta de “noticia disputada” que indicaba que alguna de las webs de verificación de noticias la había rebatido.

Etiqueta de noticia rebatida de Facebook
Etiqueta de noticia rebatida de Facebook

Pero, la iniciativa sólo duró un año, ya que se indicaba que la noticia era falsa, pero no se detallaba que parte de la noticia era inventada o distorsionada. Por ello, sustituyeron la etiqueta por noticias verdaderas que rebatían la información proporcionada por la fake-new.

Noticias relacionadas validadas de Facebook
Noticias relacionadas validadas de Facebook

El problema es que el volumen de noticias falsas crece exponencialmente y los fact-checkers no son capaces de abordarlas todas. Este hecho crea la falsa sensación de que lo que no está rebatido, es cierto…..y eso no es verdad.

Big Data y Machine Learning: las únicas armas contra las Fake News

El crecimiento exponencial de las noticias falsas y su gran viralidad exigen la automatización de procesos que validen las noticias digitales y que dispongan de la inteligencia suficiente para reconocer una noticia falsa.

El volumen de fakes news implica una infraestructura de Big Data para su procesamiento y análisis, mientras que los modelos de Machine Learning aportan la inteligencia para diferenciar una fake new de una noticia normal.

Para entender como detectan y combaten este tipo de herramientas las fake news, os dejo esta infografía:

Entre los principales proyectos que se están desarrollando en la actualidad y que utilizan IA y Big Data me gustaría destacar algunos de ellos:

Fandango Project

Fandango Project es un proyecto financiado por la UE para detectar noticias falsas en medios digitales. Su tecnología incluye un Data Lake para recopilar las noticias publicadas en formatos estructurados y no estructurados (fotos, vídeos, textos extensos..). Además, incorpora varios modelos de IA para detectar las fake news:

Infraestructura técnica de Fandango Project
Infraestructura técnica de Fandango Project

Fake News Challenge

En este caso, Fake News Challenge es un concurso abierto a equipos de Data Sciencist para elegir el mejor modelo de detección de fake news. Ya se ha celebrado la primera edición y este el podio de ganadores:

Ranking ganadores de la primera edición del FNC
Ranking ganadores de la primera edición del FNC

Podéis ojear el código del proyecto ganador en este link de GitHub.

Fabula AI

La start-up Fabula AI ha sido recientemente adquirida por Twitter. La idea es aprovechar su gran solución de detección de fake news e incorporarla dentro de la red del pajarito.

FABULA AI - start-up adquirida por Twitter
FABULA AI – start-up adquirida por Twitter

Conclusiones

Está claro que las Fake News no van a desaparecer, pero ahora contamos con la tecnología necesaria para combatirlas.

Gracias a la potencia del Big Data y la inteligencia de los modelos de Machine Learning y Deep Learning podemos procesar a gran velocidad todas las noticias creadas y detectar si son fake news o no.

En otros post como Machine Learning: ¿Está mi empresa preparada para su implantación? os comentaba las ventajas que tienen este tipo de soluciones para el mundo empresarial, pero hoy os he querido acercar otros usos de la Inteligencia Artificial para las personas que usamos Internet y las redes sociales asiduamente.

Espero que os haya gustado y si es así compartáis el post con otros apasionados por la analítica de datos 😉

¡SUSCRÍBETE YA!
Doy mi consentimiento para almacenar mis datos para envío de newsletters.
Si te suscribes a la newsletter tendrás acceso a los ficheros Power BI originales de nuestros tutoriales y post.

Además tendrás derecho a participar en sorteos periódicos que realizaremos en el blog.
We hate spam. Your email address will not be sold or shared with anyone else.
Mostrar más

Iván Arribas

Llevamos siglos generando, relacionando, modificando y almacenando datos....es hora de que les echemos un vistazo. Espero que este blog sirva de ayuda a los que quieran introducirse en este mundo de la Analítica de Datos, igual que me está sirviendo a mi.

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Información básica sobre protección de datos Ver más

  • Responsable: Iván Arribas Delgado.
  • Finalidad:  Moderar los comentarios.
  • Legitimación:  Por consentimiento del interesado.
  • Destinatarios y encargados de tratamiento:  No se ceden o comunican datos a terceros para prestar este servicio. El Titular ha contratado los servicios de alojamiento web a Bluehost que actúa como encargado de tratamiento.
  • Derechos: Acceder, rectificar y suprimir los datos.
  • Información Adicional: Puede consultar la información detallada en la Política de Privacidad.

Botón volver arriba
Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos. Contiene enlaces a sitios web de terceros con políticas de privacidad ajenas que podrás aceptar o no cuando accedas a ellos. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Ver
Privacidad