Investigadores del University College London y otras instituciones han colaborado en el desarrollo de una herramienta de aprendizaje automático que identifica los nuevos dominios creados para promover las noticias falsas, de manera que puedan ser detenidos antes de que éstas se difundan a través de las redes sociales y otros canales online.
“Real-Time Prediction of Online False Information Purveyors and their Characteristics” (Predicción en tiempo real de los proveedores de información falsa en línea y sus características) es un documento de trabajo del que son coautores Anil R. Doshi (UCL School of Management), Sharat Raghavan (Universidad de California, Berkley) y William Schmidt (Universidad de Cornell).
Para contrarrestar la proliferación de información falsa es importante actuar con rapidez, antes de que sus autores comiencen a publicar y difundir información falsa a través de múltiples canales. El catedrático Doshi y sus colegas académicos se propusieron desarrollar un sistema de detección temprana que pusiera de relieve los dominios con más probabilidades de pertenecer a agentes malignos. Uno de estos factores es, por ejemplo, que los propietarios del dominio opten por el anonimato de sus datos personales.
Anil Doshi, profesor adjunto de la Facultad de Administración de la UCL comentó: “Muchos modelos que predicen información falsa utilizan el contenido de los artículos o los comportamientos en redes sociales para hacer sus predicciones. Sin embargo, para cuando los datos estén disponibles, puede ser demasiado tarde. Los creadores de contenidos falsos son ágiles y necesitamos una forma de identificarlos pronto. Utilizando los datos de registro de los dominios, podemos proporcionar un sistema de alerta temprana utilizando datos que posiblemente sean difíciles de manipular por los agentes. Los actores que producen información falsa tienden a preferir permanecer ocultos y eso es lo que utilizamos en nuestro modelo”.
Aplicando un modelo de aprendizaje automático a los datos de registro de dominio, la herramienta pudo identificar correctamente el 92 por ciento de los dominios de información falsa y el 96,2 por ciento de los dominios de información auténtica registrados en el marco de las elecciones estadounidenses de 2016.
Doshi y sus coautores ponen su herramienta a disposición de las autoridades reguladoras, las plataformas y políticos para proceder a un proceso escalonado tendiente a aumentar la supervisión, enviar advertencias o sancionar a los infractores y, decidir en última instancia, si los dominios deben ser clausurados. Los académicos responsables de la investigación también exhortan a las redes sociales a invertir más esfuerzos y dinero en la solución de este problema, que en gran medida ha surgido precisamente gracias a las redes.
Doshi continuó señalando que “Las noticias falsas que promueven las redes sociales son comunes en las elecciones y siguen proliferando a pesar de los esfuerzos algo limitados de tales redes y los gobiernos para detener la avalancha de desinformación y defenderse de ella. Nuestra preocupación es que esto es sólo el comienzo del viaje. Tenemos que reconocer que es sólo una cuestión de tiempo antes de que estas herramientas se redistribuyan de manera más generalizada para dirigirse a las empresas; de hecho hay pruebas de que esto ya está sucediendo. Las redes sociales y los reguladores deben comprometerse más en el tratamiento de este tema tan real y las empresas deben tener un plan para identificar rápidamente cuando se convierten en el objetivo de este tipo de campaña”.
La investigación, que está en curso, observa que el entorno está en constante evolución y si bien la herramienta funciona bien ahora, los agentes malignos responderán buscando cómo eludirla. “Esto subraya la necesidad de una innovación e investigación constantes y continuas en esta área”, concluyen señalando a los académicos.
