O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.

Ou seja, a cada 100 notícias analisadas, a ferramenta conseguia acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas na rede social X (antigo Twitter). 

“Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.

A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e o treinaram a reconhecê-las. Aquelas que não se encaixavam no perfil aprendido, eram classificadas como fake news. 

A outra abordagem é semelhante à primeira no que se refere à análise textual, mas em vez do uso de algoritmo, foi utilizada metodologia estatística, que analisa a frequência em que determinadas palavras e combinações de palavras aparecem nas fake news. 

Os resultados do trabalho podem se transformar em ferramentas úteis para o usuário da internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.

“Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.