Uma plataforma web criada por pesquisadores ligados ao Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) promete identificar conteúdos que podem ser considerados como desinformação, ou ‘fake news’. Resultados preliminares indicaram que o sistema foi capaz de detectar notícias falsas com 96% de precisão.

Por meio de uma combinação de modelos estatísticos e técnicas de aprendizado de máquina, a plataforma é capaz de predizer a probabilidade de um texto ser falso. “A ideia da plataforma é oferecer à sociedade uma ferramenta adicional para identificar de forma não somente subjetiva se uma notícia é ou não falsa”, explicou o diretor de transferência tecnológica do CeMEAI e coordenador do projeto, Francisco Louzada Neto, à Agência Fapesp. 

Sediado no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em São Carlos, o CeMEAI é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela fundação de apoio à pesquisa de São Paulo. 

Ao receber um texto, que deve conter a notícia completa, o sistema aplica métodos estatísticos para avaliar características de escrita, como palavras usadas ou classes gramaticais mais frequentes. “As fake news apresentam padrões na redação do texto, uso e frequência de palavras que podem ser identificáveis pelo classificador”, disse Louzada.

Essas caraterísticas são utilizadas por um classificador baseado em um modelo de aprendizado de máquina que é capaz de distinguir padrões de linguagem, vocabulário e semântica de notícias falsas e de verdadeiras e, dessa forma, inferir automaticamente se um texto submetido à plataforma é ou não uma fake news.

Para treinar os modelos foi usado um banco de dados construído por pesquisadores da USP, composto por uma grande quantidade de notícias verdadeiras e falsas escritas em português. Além disso, os modelos foram expostos ao vocabulário usado em mais de 100 mil notícias publicadas nos últimos cinco anos.

A base de notícias serviu de entrada para os modelos estatísticos computacionais empregados na plataforma buscarem automaticamente padrões na redação do texto, como o uso e a frequência das palavras. Os pesquisadores pretendem usar as fake news que circularão nas eleições brasileiras deste ano e as relacionadas à pandemia de Covid-19 para calibrar os modelos.

“O combate às fake news é uma corrida de gato e rato porque, ao mesmo tempo que tem surgido plataformas como a que desenvolvemos para detectá-las, os métodos para produzir essas notícias falsas também têm sido aprimorados”, lembrou o coordenador do projeto.  Uma das preocupações é que o sistema também possa ser usado por criadores de fake news para avaliar o potencial de uma notícia falsa passar por verdadeira antes de ser difundida. “Esse é um risco com o qual teremos que lidar”, completou.

A plataforma para detecção de fake news começou a ser desenvolvida por participantes da última edição do Mestrado Profissional em Matemática, Estatística e Computação Aplicadas à Indústria (Mecai), oferecido pelo ICMC-USP e em um dos cursos da área de educação corporativa oferecidos pelo CeMEAI.

Outras soluções desenvolvidas por participantes do curso foram uma plataforma web para antecipação do valor de mercado de criptomoedas e um sistema para acompanhamento de óbitos por Covid-19 em nível municipal.

“Percebemos a dificuldade de acesso aos dados referentes à evolução dos casos e óbitos e de previsão dos números de infectados e mortos em nível municipal em diferentes períodos da pandemia. Com base nessa constatação, a ideia é criar um website que disponibilizará esses dados para cada município do Brasil”, disse  Louzada.

* Com informações da Agência Fapesp