A verificação automatizada de fatos pode detectar afirmações que passam despercebidas por verificadores humanos. Aqui estão as duas maneiras de trabalhar.

Verificando Os Fatos

Eles verificam as alegações validando-as em relação a uma fonte ou artigo autorizado, ou usam uma técnica de computação chamada detecção de postura.

(Shutterstock)

De falsas afirmações de que beber água morna com limão protege contra o coronavírus para altas taxas de contaminação entre as tropas da OTAN baseadas na Letônia , a pandemia está madura para muitos tipos de embustes e campanhas de desinformação.

como obama lidou com h1n1

Entre janeiro e março, o Instituto Reuters para o Estudo do Jornalismo notou que o número de checagens de fatos aumentou em 900% , o que provavelmente significa um aumento ainda maior nas ocorrências de notícias falsas, já que muitas delas provavelmente escaparam da rede.



Embora a alfabetização midiática seja essencial para virar a maré, o uso de automação e algoritmos pode ajudar a conduzir esforços de verificação de fatos em escala. No dele Relatório de 2018 , Lucas Graves identificou essencialmente dois tipos de checagem de fatos automatizada: checagens de fatos que verificam alegações, validando-as contra uma fonte autorizada ou uma história que já foi verificada, e checagens de fatos que dependem de 'sinais secundários', como detecção de postura - uma técnica de computação que determina se um trecho de texto concorda ou discorda de uma afirmação.

Aqui está uma visão geral dos usos jornalísticos e projetos de pesquisa considerando ambos os aspectos.

Abóbora: O Laboratório de Repórteres da Duke University foi experimentando com Squash , um programa de computador que transforma legendas de TV em sequências de texto e as compara a um banco de dados de verificações de fatos anteriores. O objetivo de Squash é verificar as declarações dos políticos quase que instantaneamente, embora sua equipe de pesquisa tenha admitido o programa ainda requer ajuda humana para decidir se deve divulgar suas próprias descobertas .

Fato completo: A organização de checagem de fatos baseada em Londres Full Fact também é capaz de divulgue reivindicações duvidosas por meio de legendas de TV , comparando-os com seu próprio catálogo de verificações de fatos e usando dados confiáveis, como estatísticas governamentais, para verificar declarações não verificadas.

gráfico de enviesamento político dos meios de comunicação

Mas mesmo dados confiáveis ​​precisam ser verificados minuciosamente. No relatório de Graves, o diretor fundador de automação da Full Fact enfatizou que os números oficiais poderiam facilmente ser retirados do contexto, como quando a taxa de homicídios no Reino Unido disparou em 2003, mas apenas porque os assassinatos cometidos por um notório serial killer nos anos antes foram oficialmente incluídos nas estatísticas da época.

Verificar: Como Squash e Full Fact, Verificar - uma iniciativa da organização argentina de checagem de fatos Chequeado - verifica automaticamente a mídia nacional em busca de declarações polêmicas. Em seguida, ele os compara com um banco de dados existente e cria arquivos de texto que os verificadores de fatos podem compartilhar nas redes sociais. Mas o Chequeabot é impactado pela falta de dados brutos na Argentina, o que levou o Chequeado a buscar parcerias com o governo, mas também com universidades, think tanks e sindicatos.

Bate-papo do IFCN: No meio da pandemia, a International Fact-Checking Network montou um banco de dados de checagem de fatos, agora composto por mais de 7.000 entradas em mais de 40 idiomas. Em maio, a aliança de verificação de fatos foi lançada seu próprio chatbot WhatsApp , que é capaz de vasculhar esse banco de dados para responder à solicitação de palavra-chave de um usuário. Disponível pela primeira vez em inglês, o WhatsApp Chatbot agora está disponível em espanhol, hindi e português.

A Universidade de Waterloo: Uma equipe de pesquisa da Universidade de Waterloo, no Canadá, está olhando para a detecção de postura, a fim de construir uma ferramenta capaz de detectar notícias falsas comparando reivindicações com postagens e histórias semelhantes. Os pesquisadores programaram algoritmos para aprender com a semântica encontrada nos dados de treinamento e conseguiram determinar com precisão as reivindicações nove em cada 10. Eles encaram sua solução como uma ferramenta de assistência destinada a filtrar conteúdo falso, a fim de ajudar os jornalistas a perseguir reivindicações que valem a pena investigar.

COM: Um problema que decorre da detecção de posições, porém, é que ela tende a reproduzir nossos próprios preconceitos em relação à linguagem. Por exemplo, declarações negativas são vistas como mais propensas a transmitir conteúdo impreciso, enquanto as afirmativas são geralmente associadas a um senso de verdade. Isso é o que uma equipe de pesquisa do MIT descobriu ao testar modelos algorítmicos em conjuntos de dados existentes. Isso os levou a desenvolver novos modelos. A equipe também chamou a atenção para a questão das afirmações serem verdadeiras em um momento no tempo, mas não mais precisas após um determinado ponto.

quão precisa é a postagem

Em seu relatório, Graves também apontou outras pistas que poderiam ajudar a desmascarar informações falsas em grande escala. Isso pode variar de 'características estilísticas, como o tipo de linguagem usada em uma postagem de mídia social ou uma suposta reportagem' até 'a posição de uma fonte na rede' ou 'a maneira como uma declaração ou link específico se propaga pela internet'.

Mas por mais avançadas que sejam as soluções automatizadas, elas ainda são desafiadas por as muitas razões pelas quais somos levados a acreditar em notícias falsas em primeiro lugar - seja raciocínio tendencioso, atenção distraída ou exposição repetida, por exemplo. Além disso, existe o risco adicional de executar o 'efeito de tiro pela culatra', um noção que prevê que, quando uma afirmação se alinha fortemente com as ideias de alguém, essa pessoa é ainda mais reforçada em suas próprias opiniões, uma vez que é exposta à verdade.

No final das contas, a verificação automatizada de fatos só terá sucesso se estiver intimamente ligada à cultura da mídia.

Samuel Danzon-Chambaud é Ph.D. pesquisador no Projeto JOLT , que recebeu financiamento do programa de investigação e inovação Horizonte 2020 da União Europeia ao abrigo da convenção de subvenção Marie Skłodowska-Curie n.º 765140.