Un detector de mentiras de la red

Cuenta una historia, atribuida a San Felipe Neri, que un confesor puso de penitencia a una mujer especialmente chismosa que desplumara una gallina desde el mercado a su casa y que luego intentara recoger todas las plumas que había diseminado por el camino. Ante esta imposible gesta, la mujer fue consciente de la importancia de difundir calumnias o mentiras, ya que el daño causado era irreparable.

Hoy no son plumas, pero cada día llegan a nuestros dispositivos móviles cientos de noticias, recomendaciones de conocidos, vídeos de expertos y de usuarios de las redes que alertan sobre diferentes temas de actualidad: política, economía, salud… Dada la cantidad de información que se recibe, en la mayoría de los casos, solo se atiende al titular o, como mucho a las primeras líneas de los textos.

El objetivo de los expertos es lograr una aplicación que marque automáticamente el texto de una noticia mientras se lee y que alerte mediante una señal de partes de la noticia que puedan ser falsas.

La era de la información ha traído consigo que las noticias lleguen al lector al instante de producirse, pero también que cualquier persona pueda lanzar comunicaciones sin garantía de certeza ni rigor periodístico. Esto hace que, en muchas ocasiones, no se pueda conocer a priori si lo que se lee es verdadero o falso.

Pero, ¿cómo podríamos saber si dar credibilidad a lo que llega o si, por el contrario, pretende otro fin distinto al mero hecho de dar a conocer hechos objetivos?

Si los dispositivos incluyeran un detector de mentiras, cual polígrafo automático de su autor, se evitaría la diseminación de muchos bulos o medias verdades que recorren las redes sociales actualmente y que son imposible desmentir una vez lanzadas.

Para dar una solución a esta realidad, un equipo de investigación de las universidades de Jaén y Alicante ha creado una aplicación que analiza las noticias de forma automática y determina la veracidad de éstas con una alta precisión. Los expertos presentan el modelo, aún en fase de testeo, en la revista Expert Systems with Applications y lo proponen como una opción útil para ofrecer una mayor confianza al lector y dotar a los periodistas de nuevas herramientas que le permitan discernir entre diversas informaciones.

Basado en técnicas de inteligencia artificial, el sistema testea la noticia en dos niveles detectando si existen incongruencias en el contenido y si la estructura coincide con la que cualquier publicación con rigor periodístico debe tener.

El sistema analiza la estructura de la noticia publicada atendiendo a las normas de periodismo clásicas: la regla de las 5W+H, conocida así por las siglas de las cuestiones en inglés, y la pirámide invertida.

El sistema analiza la estructura de la noticia publicada atendiendo a las normas de periodismo clásicas: la regla de las 5W+H, conocida así por las siglas de las cuestiones en inglés, y la pirámide invertida. Estas guías se sustentan en que la noticia rigurosa debe contener información que responda a las seis preguntas básicas (¿qué?, ¿cuándo?, ¿dónde?, ¿quién?, ¿por qué? y ¿cómo?) y que se presente en gradación desde lo más importante hasta los detalles. “La estructura de una publicación nos da pistas de si hay base periodística o si, por el contrario, imita a una noticia real”, indica a la Fundación Descubre el investigador de la Universidad de Jaén Miguel Ángel García, autor del artículo.

Analizar, detectar y resaltar para alertar

A partir del análisis del lenguaje natural, los expertos desarrollan un algoritmo que detecta las informaciones que no responden a esta estructura. Estos cálculos se basan en técnicas de aprendizaje automático, también conocido como machine learning, de forma que el sistema va ‘aprendiendo’ a medida que va acumulando datos.

El investigador de la Universidad de Jaén Miguel Ángel García, autor del artículo.

La investigadora de la Universidad de Alicante Estela Saquete, también autora del artículo.

Además, la máquina puede procesar en segundos miles de datos simultáneos, algo que una persona no podría hacer. “Así, los periodistas pueden contrastar fuentes, detectar estructuras incorrectas, viralizadas, o que tengan incongruencias entre el titular y el cuerpo de manera inmediata y automática. También el usuario final puede tener evidencias de si la noticia que lee cumple con unos estándares o no”, añade la investigadora de la Universidad de Alicante Estela Saquete, también autora del artículo.

Las pruebas se han realizado sobre un conjunto de datos en español con más de 200 artículos centrados en temas sanitarios, de especial relevancia en la actualidad debido a las numerosas noticias falsas que circulan sobre COVID-19. El sistema incluye la verificación de hechos, relaciones semánticas entre componentes o características contextuales. Incluso, referencia aspectos relacionados con la carga emocional que pueda contener un escrito y que lo alejan de la objetividad que debe tener una noticia real.

El objetivo de los expertos es lograr una aplicación que marque automáticamente el texto de una noticia mientras se lee y que alerte mediante una señal de partes de la noticia que puedan ser falsas, indicando la referencia con otros textos similares en los que se pueda contrastar su veracidad.

Es decir, sería como si el sistema recogiera cada una de esas plumas y se las devolviera directamente a su dueño. De esta manera, el lector contará con una ‘alarma’ que lo pondrá en alerta ante una posible mentira, podrá acudir a las fuentes fiables y contrastar la información que recibe de manera inmediata y así, desmontar a los creadores de rumores que se tendrán que comer la gallina solos.

Más información en #CienciaDirecta: Desarrollan un sistema ‘inteligente’ que detecta noticias falsas

Versión en inglés: Development of a ‘smart’ system for fake news detection