Nace HyperGraphDis, el algoritmo que detecta las noticias falsas en redes sociales
Investigadores del Instituto IMDEA Networks, en colaboración con la Universidad Tecnológica de Chipre y Lstech España SL, han desarrollado esta herramienta basada en redes neuronales de hipergráfico
20 junio, 2024
Investigadores del Instituto IMDEA Networks, en colaboración con la Universidad Tecnológica de Chipre y Lstech España SL, han desarrollado un algoritmo, al que han llamado HyperGraphDis, que aseguran que mejora significativamente la detección de desinformación en redes sociales.
Las redes sociales se han convertido en terreno fértil para la difusión de noticias falsas. La desinformación es uno de los problemas más graves que enfrentan estas plataformas, y detectarla se ha convertido en un desafío significativo. Este grupo de investigadores cree haber encontrado una solución efectiva.
Los investigadores evaluaron HyperGraphDis utilizando cuatro conjuntos de datos de X (antigua Twitter), abarcando eventos como las elecciones presidenciales de EE UU en 2016 y la pandemia de COVID-19. Los resultados mostraron que HyperGraphDis supera a los métodos existentes tanto en precisión como en eficiencia computacional, destacando su potencial para ser aplicado en otras plataformas de redes sociales.
El algoritmo se basa en redes neuronales de hipergráfico, que permiten un análisis detallado de las comunidades y las interacciones en redes sociales. Esta tecnología avanzada, combinada con técnicas de procesamiento de lenguaje natural, permite una comprensión más profunda y precisa de los textos y su contexto.
Los investigadores creen que tenologías como GPT-4 podrían ser útiles en el futuro para la detección de desinformación multimodal, que incluye texto, imágenes y vídeo. Sin embargo, reconocen que existen «obstáculos importantes que superar», incluyendo problemas de escala y la agregación de información de múltiples fuentes.
Marius Paraschiv, investigador sénior de IMDEA Networks, explica que HyperGraphDis utiliza una estructura de hipergrafo para considerar las “estructuras sociales complejas entre los usuarios, así como elementos relacionales y semánticos, para determinar la naturaleza de su contenido generado”. Esta metodología permite capturar de manera más precisa las relaciones entre usuarios y la propagación de información en plataformas como Twitter.
Nikolaos Laoutaris, otro de los responsables del estudio, destaca que uno de los principales desafíos de estos sistemas es manejar el enorme volumen de datos que circula en las redes sociales. Para que el algoritmo sea práctico y aplicable, han logrado aumentar la precisión en la detección de desinformación y, al mismo tiempo, reducir “significativamente el tiempo de ejecución”. Esta eficiencia es clave para que la herramienta pueda ser utilizada en tiempo real.