Pesquisadores agora trabalham em versão que ajuda identificar posts falsos em redes sociais e aplicativos de troca de mensagens
Foram sete meses de trabalho para “ensinar” o computador a interpretar textos. A fakenewsbr.com é uma plataforma de verificação que identifica informações falsas de forma automática. O coordenador do projeto, professor Francisco Louzada, do Centro de Matemática e Estatística Aplicada a Indústria (CeMEAI), explica que o sistema usa algoritmos de inteligência artificial para identificar padrões comuns em notícias mentirosas. “Identificamos palavras, expressões e estruturas comuns em notícias falsas. O texto mentiroso costuma apelar para a emoção do leitor, é opinativo e carrega um tom de urgência. Esses padrões, junto com algumas palavras que costumam sempre aparecer em textos enganosos, são os sinais que o computador localiza e classifica”, detalha.
A ferramenta ainda funciona de forma experimental, mas já pode ser consultada por qualquer pessoa pelo endereço fakenewsbr.com. Em menos de um mês vai estar pronta para a operação definitiva. “Há uma expectativa de que as eleições deste ano sejam marcadas por muitas mentiras na internet. Essa ferramenta pode ajudar o brasileiro a separar as verdades das mentiras antes de tomar sua decisão”, acredita Louzada.
A inovação foi apresentada a peritos criminais de todo o Brasil durante o XXVI Congresso Nacional de Criminalística, realizado pelo Sindicato dos Peritos Criminais do Estado de São Paulo (SINPCRESP).
O professor explica que o sistema consegue ‘entender’ a informação, para identificar mentiras mesmo que o texto apareça reescrito ou editado em sites diferentes. “Mesmo os sites campeões de fake news publicam cerca de 60% de conteúdo verdadeiro, como forma de confundir o leitor. O algoritmo analisa o texto completo e identifica as informações principais. Isso permite encontrar mentiras em qualquer notícia, mesmo quando essa fraude aparece em um pequeno trecho do texto”, explica Louzada.
Para treinar a inteligência artificial, os pesquisadores alimentaram o banco de dados com mais de 7 mil notícias já verificadas e classificadas entre verdadeiras e falsas. Depois foram selecionadas outras 99 mil notícias para a verificação. Essa segunda etapa foi uma espécie de “treino” para a máquina. O resultado foi de 96% de acerto, em média.
