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 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. Los resultados del estudio se publicaron en la Revista de la Asociación de Sistemas de Información.
Para detectar información falsa, a menudo datos ficticios que presentan a 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.
| También podría interesarte: Tardar en responder puede ser percibido como de falta de sinceridad, según estudio
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 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 las altas tasas de detección y la robustez se unen. Así que incluso si las palabras “sospechosas” desaparecen del texto, 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 poblaciones afectadas. Además, ofrece a los inversores información valiosa para evitar caer en este tipo de esquemas de fraude. También es posible que se pueda utilizar para procesos penales en el futuro.
| También podría interesarte: Psicólogos inventan una vacuna contra las noticias falsas
Fuente y referencias
Fuente original: Universidades de Göttingen
Referencia del estudio:
Siering, Michael; Muntermann, Jan; and Grčar, Miha (2021) “Design Principles for Robust Fraud Detection: The Case of Stock Market Manipulations,” Journal of the Association for Information Systems: Vol. 22 : Iss. 1 , Article 4.
DOI: 10.17705/1jais.00657
Añadir Comentario