En un estudio reciente, científicos del IMDEA Networks, la Cyprus University of Technology y LSTECH ESPAÑA SL han desvelado una nueva técnica para analizar grandes conjuntos de datos provenientes de Twitter/X. Este método, evaluado a través de cuatro conjuntos de datos sobre las elecciones presidenciales estadounidenses de 2016 y la pandemia de COVID-19, demostró superar a los sistemas existentes en términos tanto de precisión como de eficiencia computacional.
El estudio pone de manifiesto la complejidad de la verificación de la información en redes sociales. Según los investigadores, la información no siempre es directamente verificable y está profundamente influenciada por el contexto. Determinar la veracidad de los datos implica analizar los antecedentes, las relaciones y el entorno de quienes difunden noticias, así como las comunidades a las que pertenecen o su asociación con fuentes de desinformación conocidas.
En declaraciones al respecto, el doctor Marius Paraschiv destacó que estas fuentes de información no son necesariamente los principales generadores de desinformación. En muchos casos, actúan como propagadores o amplificadores, introduciendo noticias falsas en grupos que luego las difunden aún más.
El equipo de trabajo ha propuesto un innovador método de detección que toma en cuenta las complejas estructuras sociales entre los usuarios, así como elementos relacionales y semánticos, para identificar la naturaleza de contenido generado. Denominado HyperGraphDis, este sistema no solo mejora la precisión de la detección de desinformación, sino que también reduce significativamente el tiempo de procesamiento, haciéndolo más práctico que las soluciones actuales.
Además de las ventajas en precisión y eficiencia computacional, HyperGraphDis ofrece a los propietarios de plataformas una herramienta eficaz para mitigar los efectos de la desinformación. Al proporcionar una mejor comprensión de cómo se propaga la desinformación y cómo combatirla de manera efectiva, el sistema facilita la creación de respuestas verificadas por hechos y adaptadas al contexto específico.
Este avance podría representar un cambio significativo en la lucha contra la desinformación, permitiendo un análisis más rápido y preciso que no solo identifica las noticias falsas, sino que también desentraña las redes sociales y contextuales que facilitan su propagación.
