Lt 10

Twitter es una gran fuente de información al instante, que sirve tanto a quienes buscan primicias, como a quienes quieren simplemente comunicarse, transmitir una idea o un pensamiento.

Sin embargo, entre tantos miles de mensajes que día día inundan el Time Line (TL) de millones de personas en todo el mundo es fácil ser presa de rumores, mentiras y datos errados. De hecho, por ejemplo, es muy común que cada tanto se propague la noticia falsa de que ha muerto alguna figura conocida globalmente.

Para evitar este tipo de situaciones, según reporta el medio especializado “Slate” (y que traduce el diario español ABC), el mes que viene se publicará una investigación en “Internet Research” en la que investigadores presentarán un algoritmo que es capaz de medir la veracidad y autenticidad de los “tuits” publicados.

Se trata de un sistema computarizado de aprendizaje (Machine learning) que utiliza cierto tipo de parámetros que identifican la fiabilidad del mensaje. Esta investigación comenzó en 2010 con el análisis de los tuits que se produjeron en Chile tras el tristemente célebre terremoto y y posterior tsunami que destruyó las costas de ese país.

Aunque habían mensajes que claramente se notaba que era rumores e informaciones ficticias, hubo otros que hicieron dudar. En consecuencia, ante situaciones de emergencias, como desastres naturales o tiroteos en colegios, es necesario determinar qué información es real y cuál no.

Con datos tomados durante el mencionado terremoto chileno, los técnicos armaron la base de su investigación y diseñaron este sistema que incluye 16 factores que determinan la fiabilidad de un “tuit”.

Los “tuits” en situaciones de emergencia que son más válidos suelen ser un poco más largos e incluyen direcciones URL; las personas que lo publican tienen un gran número de seguidores; el tono del “tuit” es más negativo que positivo y no contienen signos de interrogación o exclamación.

Los investigadores cruzaron sus hallazgos con mensajes publicados en Twitter más recientes y confirmaron su experimento previo.
Por ahora el algoritmo está bajo la curva de AUC 0.86, es decir, cuando al sistema se le presentan al azar un mensaje falso y otro verdadero, suele acertar en un 86% cuál es el cierto.

En consonancia con la temática, hace poco más de un mes, científicos del Instituto de Tecnología de Massachusetts (MIT) presentaron otro algoritmo que es capaz de predecir con más de cinco horas de anticipación los términos que se convertirán en Trending Topic (Tema del momento).