Automatização no fact-checking:

pensando a prática de verificação a partir de agrupamentos semânticos de frases verificadas pelo Projeto Comprova

Autores

  • Taís Seibt Unisinos
  • Didier A. Vega-Oliveros Unicamp
  • Anderson Rocha Unicamp

Resumo

O artigo promove uma reflexão teórica sobre os limites da prática de checagem de fatos (fact-checking) frente a um cenário de desinformação, tanto pela perspectiva computacional quanto pelo princípio da objetividade jornalística. O estudo analisa 2031 mensagens originais de usuários enviadas ao Projeto Comprova, coalizão entre dezenas de veículos de mídia brasileiros, utilizando técnicas de aprendizado de máquina, mineração de textos e modelagem de redes complexas. O modelo computacional investiga padrões linguísticos que possam auxiliar no desenvolvimento de ferramentas de automatização para identificar conteúdos potencialmente enganosos na rede a partir de agrupamentos semânticos. Os achados servem à problematização de mudanças estruturais do jornalismo em um ecossistema midiático que exige respostas multidisciplinares.

Biografia do Autor

Taís Seibt, Unisinos

Professora na Universidade do Vale do Rio dos Sinos (Unisinos) e no MBA em Jornalismo de Dados do IDP, doutora em Comunicação pela Universidade Federal do Rio Grande do Sul (UFRGS). É colaboradora da agência Fiquem Sabendo, especializada em Lei de Acesso à Informação, e criadora da Afonte Jornalismo de Dados, com atuação em jornalismo de dados, fact-checking e media literacy. Sua tese de doutorado “Jornalismo de Verificação como tipo ideal: a prática de fact-checking no Brasil” recebeu menção honrosa no Prêmio Capes de Teses 2020. 

Didier A. Vega-Oliveros, Unicamp

Pós-doutorando na Unicamp no laboratório de Inferência em Dados Complexos (RECOD) e pesquisador colaborador na Indiana University (IU) Bloomington, USA. Doutor e mestre em Ciências da Computação pela Universidade de São Paulo, campus de São Carlos (ICMC-USP). Possui experiência em Aprendizado de Máquina, Redes Complexas e aplicações Big Data para indústria e academia. 

Anderson Rocha, Unicamp

Professor associado do Instituto de Computação na Unicamp. É membro afiliado da Academia Brasileira de Ciências e da Academia Brasileira de Ciências Forenses. Devido à sua pesquisa de impacto, tem recebido reconhecimentos importantes ao longo dos anos como o Microsoft, Google e Tan Chi Tuan Faculty Fellowships. Suas áreas de interesse incluem Inteligência Artificial e Computação Forense. Suas pesquisas têm sido aplicadas em diferentes áreas, start-ups, governos e empresas multinacionais. É coordenador do laboratório de Inferência em Dados Complexos (RECOD) na Unicamp que conta com cinco outros professores e cerca de 60 pesquisadores entre alunos de graduação, mestrado, doutorado e pós-doutorado. 

Downloads

Publicado

2022-08-08

Edição

v. 24 n. 2 (2022): Maio/Agosto

Seção

Artigos de Temáticas Livres

Licença

Concedo a Revista Revista Fronteiras - Estudos Midiáticos o direito de primeira publicação da versão revisada do meu artigo, licenciado sob a Licença Creative Commons Attribution (que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista).

Afirmo ainda que meu artigo não está sendo submetido a outra publicação e não foi publicado na íntegra em outro periódico e assumo total responsabilidade por sua originalidade, podendo incidir sobre mim eventuais encargos decorrentes de reivindicação, por parte de terceiros, em relação à autoria do mesmo.

Também aceito submeter o trabalho às normas de publicação da Revista Fronteiras - Estudos Midiáticos acima explicitadas.