C3HS: Búsqueda, selección y organización de contenidos para necesidades de información relacionadas con la salud: Búsqueda y detección de desinformación
Uno de los retos más importantes en el ámbito del Acceso a la Información es la lucha contra la difusión de la desinformación. Los planteamientos existentes para la detección de la desinformación utilizan enfoques como modelos de redes neuronales, métodos estadísticos, rasgos lingüísticos o estrategias de fact-checking. Sin embargo, la amenaza de la información falsa parece cobrar más vigor con la llegada de modelos lingüísticos inusualmente creativos.
La desinformación en la web y en los medios sociales es un problema real hoy en día y tiene un profundo impacto social, económico y político que provoca consecuencias no deseadas como la interferencia electoral, la polarización y la violencia. El problema es más intenso en situaciones de crisis sanitarias mundiales, como en el caso del COVID-19, ya que la desinformación sobre la pandemia puede provocar un desastre sanitario sin precedentes. Ya vimos surgir en las redes sociales varios mitos sobre los medicamentos para el COVID-19 y la viralidad de la propagación de la infección, así como la publicación de artículos incendiarios dirigidos a comunidades marginales. El problema parece profundo en los países en desarrollo porque los niveles de alfabetización son bajos, la comprensión y la exposición a la tecnología para la detección de noticias falsas son limitadas, y el creciente acceso a Internet barato hace que la población sea más susceptible a creer y actuar sobre la base de la desinformación.
La búsqueda en la web se utiliza ampliamente para encontrar consejos en línea y, más concretamente, consejos médicos. El acceso a la información relacionada con la salud requiere algoritmos de recuperación capaces de promover documentos fiables y filtrar los que no lo son. Para ello, es necesario combinar diferentes tipos de ingredientes, como características de emparejamiento entre la consulta y el documento, estimación de relevancia de pasajes, estimadores de fiabilidad de la información y modelos de recomendación adecuados. El proyecto C3HS aborda retos de investigación en estas áreas.
Obxectivos
En este proyecto, nuestro objetivo es construir una solución completa para la detección de desinformación, basada en la fusión de múltiples características y herramientas complementarias. Perseguimos una combinación inteligente de técnicas avanzadas de múltiples campos (Recuperación de Información, Clasificación de Texto, Recomendación, Procesamiento del Lenguaje Natural) capaz de diseñar estrategias efectivas de curación de contenidos para las tareas de búsqueda de salud de los consumidores.
El proyecto requiere actividad en tecnologías de la información y psicología, en varias áreas específicas. El equipo de la USC aporta experiencia en búsqueda, procesamiento masivo de datos y lingüística computacional. Los objetivos del proyecto reflejan los retos y las oportunidades de la curación de contenidos para apoyar las necesidades de información relacionadas con la salud. Contribuiremos a desarrollar estrategias de evaluación para sistemas de acceso a la información orientados a la curación de contenidos, a la búsqueda/filtrado/análisis de temas para la búsqueda de salud de los consumidores, a desarrollar modelos avanzados de detección de desinformación y análisis de credibilidad, y a diseñar soluciones para el procesamiento masivo de datos.
Proxecto
/research/projects/busqueda-seleccion-y-organizacion-de-contenidos-para-necesidades-de-informacion-relacionadas-con-la-salud-busqueda-y-deteccion-de-desinformacion-
<p>Uno de los retos más importantes en el ámbito del Acceso a la Información es la lucha contra la difusión de la desinformación. Los planteamientos existentes para la detección de la desinformación utilizan enfoques como modelos de redes neuronales, métodos estadísticos, rasgos lingüísticos o estrategias de fact-checking. Sin embargo, la amenaza de la información falsa parece cobrar más vigor con la llegada de modelos lingüísticos inusualmente creativos.</p><p>La desinformación en la web y en los medios sociales es un problema real hoy en día y tiene un profundo impacto social, económico y político que provoca consecuencias no deseadas como la interferencia electoral, la polarización y la violencia. El problema es más intenso en situaciones de crisis sanitarias mundiales, como en el caso del COVID-19, ya que la desinformación sobre la pandemia puede provocar un desastre sanitario sin precedentes. Ya vimos surgir en las redes sociales varios mitos sobre los medicamentos para el COVID-19 y la viralidad de la propagación de la infección, así como la publicación de artículos incendiarios dirigidos a comunidades marginales. El problema parece profundo en los países en desarrollo porque los niveles de alfabetización son bajos, la comprensión y la exposición a la tecnología para la detección de noticias falsas son limitadas, y el creciente acceso a Internet barato hace que la población sea más susceptible a creer y actuar sobre la base de la desinformación.</p><p>La búsqueda en la web se utiliza ampliamente para encontrar consejos en línea y, más concretamente, consejos médicos. El acceso a la información relacionada con la salud requiere algoritmos de recuperación capaces de promover documentos fiables y filtrar los que no lo son. Para ello, es necesario combinar diferentes tipos de ingredientes, como características de emparejamiento entre la consulta y el documento, estimación de relevancia de pasajes, estimadores de fiabilidad de la información y modelos de recomendación adecuados. El proyecto C3HS aborda retos de investigación en estas áreas.</p><p>En este proyecto, nuestro objetivo es construir una solución completa para la detección de desinformación, basada en la fusión de múltiples características y herramientas complementarias. Perseguimos una combinación inteligente de técnicas avanzadas de múltiples campos (Recuperación de Información, Clasificación de Texto, Recomendación, Procesamiento del Lenguaje Natural) capaz de diseñar estrategias efectivas de curación de contenidos para las tareas de búsqueda de salud de los consumidores.</p><p>El proyecto requiere actividad en tecnologías de la información y psicología, en varias áreas específicas. El equipo de la USC aporta experiencia en búsqueda, procesamiento masivo de datos y lingüística computacional. Los objetivos del proyecto reflejan los retos y las oportunidades de la curación de contenidos para apoyar las necesidades de información relacionadas con la salud. Contribuiremos a desarrollar estrategias de evaluación para sistemas de acceso a la información orientados a la curación de contenidos, a la búsqueda/filtrado/análisis de temas para la búsqueda de salud de los consumidores, a desarrollar modelos avanzados de detección de desinformación y análisis de credibilidad, y a diseñar soluciones para el procesamiento masivo de datos.</p> - PID2022-137061OB-C22 - David Enrique Losada Carril, Juan Carlos Pichel Campos - Manuel Couto Pintos, Marcos Fernández Pichel, Mario Ezra Aragón Saenzpardo, Tomás Fernández Pena, José Ramón Pichel Campos
projects_gl