Reconoce las noticias falsas incluso cuando se adaptan
Las redes sociales se utilizan cada vez más para difundir noticias falsas . El mismo problema se puede encontrar en el mercado de capitales: los delincuentes difunden noticias falsas sobre las empresas para manipular los precios de las acciones.
Investigadores de las universidades de Göttingen y Frankfurt y del Instituto Jožef Stefan en Ljubljana han desarrollado un enfoque que puede reconocer tales noticias falsas, incluso cuando los contenidos de las noticias se adaptan repetidamente.
Para detectar información falsa, a menudo datos ficticios que presentan una empresa de forma positiva, los científicos utilizaron métodos de aprendizaje automático y crearon modelos de clasificación que se pueden aplicar para identificar mensajes sospechosos en función de su contenido y ciertas características lingüísticas.
"Aquí observamos otros aspectos del texto que componen el mensaje, como la comprensibilidad del idioma y el estado de ánimo que transmite el texto", dice el profesor Jan Muntermann de la Universidad de Göttingen.
El enfoque ya se conoce en principio por su uso por filtros de spam, por ejemplo. Sin embargo, el problema clave con los métodos actuales es que para evitar ser reconocidos, los estafadores adaptan continuamente el contenido y evitan ciertas palabras que se utilizan para identificar las noticias falsas. Aquí es donde entra en juego el nuevo enfoque de los investigadores: para identificar noticias falsas a pesar de tales estrategias para evadir la detección, combinan modelos desarrollados recientemente por los investigadores de tal manera que se unen las altas tasas de detección y la robustez.
Entonces, incluso si desaparecen del texto las palabras "sospechosas", las noticias falsas siguen siendo reconocidas por sus características lingüísticas.
"Esto pone a los estafadores en un dilema. Solo pueden evitar ser detectados si cambian el estado de ánimo del texto para que sea negativo, por ejemplo", explica el Dr. Michael Siering. "Pero luego perderían su objetivo de inducir a los inversores a comprar ciertas acciones".
El nuevo enfoque se puede utilizar, por ejemplo, en la vigilancia del mercado para suspender temporalmente la negociación de las acciones afectadas. Además, ofrece a los inversores valiosa información para evitar caer en este tipo de esquemas de fraude. También es posible que en el futuro se pueda utilizar para procesos penales.
Los resultados del estudio se publicaron en el Revista de la Asociación de Sistemas de Información : Principios de diseño para la detección robusta del fraude: el caso de las manipulaciones bursátiles
