A importância do data science para prevenção de fake news

Abstract

O avanço tecnológico é uma realidade mundial, essencialmente no ramo da comunicação, de maneira rápida, uma informação pode atravessar longas distâncias em poucos minutos. Durante esse percurso, pode ocorrer alteração na mensagem transmitida, muitas vezes para tornar algo surpreendente ou até mesmo expor opiniões pessoais como uma fonte verídica.A transmissão de mensagens falsas para causar impacto ou ganhar reconhecimento pessoal se tornou comum atualmente, visto que a comunicação facilitada permite que qualquer indivíduo possa não só alterar, mas também criar notícias. Essas ações causam impacto direto na sociedade, gerando insegurança e desinformação.Neste projeto será realizada a revisão literária de artigos que abordam Data Science e seus derivados para prevenção de notícias falsas. Para este estudo temos como hipótese que é possível utilizar este recurso através do machine learning, exercitando e aprimorando suas técnicas analíticas de texto que podem contribuir na redução da propagação de notícias falsas.O objetivo principal deste estudo está envolvido na análise de impactos das notícias falsas na ciência de dados. Os objetivos específicos traçados foram divididos em três, a saber: (i) verificar os efeitos e impactos que as notícias falsas causam na sociedade; (ii) descrever as técnicas do data science(iii) discutir como o data science pode auxiliar na mitigação de notícias falsas. A escolha para este tema, foram acontecimentos recentes que influenciaram a população na tomada de decisões duvidosas causada pela insegurança transmitida através de conteúdos duvidosos trazendo à questão como a tecnologia e a ciência de dados poderiam contribuir para esta precaução.O arcabouço teórico que sustenta este trabalho são os estudos sobre a utilização de Data Science para detecção de fake news são artigos dos autores Shoemaker 2019, Wazib Ansar ,Saptarsi Goswami 2021, Renny Thomas 2021, e Ahmed,Aljarbouh, Donepudi e Choi 2021.A metodologia utilizada é a revisão sistemática da literatura, como método aplicado nos estudos, o treinamento de classificadores capazes de identificar através de sites que possuem compilado de informações verdadeiras e falsas, analisando a notícia de maneira textual com contagem e identificação de palavras semelhantes.Os resultados alcançados confirmam que este método é eficaz, porém requer um treinamento mais acentuado com uma necessidade mais abrangente de dados rotulados para tornar a machine learning mais independentes.Dessa forma, evidenciamos que é possível utilizar machine learning para mitigar as fake news, porém é um trabalho que necessita de aperfeiçoamento gradual e também a necessidade contínua de atualização e constantes cargas de treinamento para aperfeiçoamento do machine learning na adaptação para do acompanhamento da evolução das técnicas de criação das notícias falsas, mostrando que o data science é uma das ferramentas para prevenção, mas não a solução principal.

Technological advancement is a global reality, essentially in the field of communication. Information can travel long distances in a few minutes.During this journey, changes may occur in the message transmitted, often to make something surprising or even expose personal opinions as a truthful source. The transmission of false messages to make an impact or gain personal recognition has become common today, as facilitated communication allows any individual to not only change, but also create news. These actions have a direct impact on society, generating insecurity and misinformation.In this project, a literary review of articles that address Data Science and its derivatives will be carried out to prevent fake news. For this study, we hypothesize that it is possible to use this resource through machine learning, exercising and improving text analytical techniques that can contribute to reducing the spread of fake news.The main objective of this study is involved in analyzing the impacts of fake news on data science. The specific objectives outlined were divided into three, namely: (i) verify the effects and impacts that fake news causes in society; (ii) describe data science techniques(iii) discuss how data science can help in the spread of fake news.The main objective of this study is involved in analyzing the impacts of fake news on data science. The specific objectives outlined were divided into three, namely: (i) verify the effects and impacts that fake news causes in society; (ii) Describe data science techniques (iii) discuss how data science can help in the spread of fake news.The choice for this topic were recent events that influenced the population in making dubious decisions caused by insecurity transmitted through dubious content, raising the question of how technology and data science could contribute to this precaution.The theoretical framework that supports this work are studies on the use of Data Science to detect fake news are articles by the authors Shoemaker 2019, Wazib Ansar, Saptarsi Goswami 2021, Renny Thomas 2021, and Ahmed, Aljarbouh, Donepudi and Choi 2021.The methodology used is the systematic literature review, as a method applied in the studies, the training of classifiers capable of identifying through websites that have compiled true and false information, analyzing the news in a textual way with counting and identification of similar words.The results confirm that this method is effective but requires more extensive training with a more comprehensive need for labeled data to make machine learning more independent. In this way, we demonstrate that it is possible to use machine learning to mitigate fake news, but it is a work that requires gradual improvement and also the continuous need for updating and constant training loads to improve machine learning in adapting to monitoring the evolution of techniques for creating fake news, showing that data science is one of the tools to use for prevention, but not the main solution.