Mô hình học máy xác định tin giả Covid-19

GD&TĐ - Một chương trình học máy mới xác định chính xác các giả thuyết liên quan đến Covid-19 trên mạng xã hội.

Sự thay đổi về tầm quan trọng của từ ngữ theo thời gian đối với các bài đăng trên mạng xã hội.
Sự thay đổi về tầm quan trọng của từ ngữ theo thời gian đối với các bài đăng trên mạng xã hội.

Sau đó, chương trình sẽ mô hình hóa cách chúng phát triển theo thời gian. Công cụ mới này được dự báo sẽ có thể giúp ngành y tế chống lại thông tin sai lệch trực tuyến.

Courtney Shelley - nhà nghiên cứu sau tiến sĩ thuộc Nhóm Mô hình và Hệ thống thông tin tại Phòng thí nghiệm quốc gia Los Alamos, đồng tác giả của nghiên cứu cho biết: “Nhiều nghiên cứu về học máy liên quan đến thông tin sai lệch trên mạng xã hội tập trung vào việc xác định các loại thuyết âm mưu khác nhau.

Thay vào đó, chúng tôi muốn tạo ra sự hiểu biết gắn kết hơn về cách thông tin sai lệch thay đổi khi nó được lan truyền”. 

Chuyên gia này lý giải, mọi người có xu hướng tin vào thông điệp đầu tiên họ nhận được. Do vậy, trong tương lai, ngành y tế có thể theo dõi những giả thuyết nào đang thu hút sự chú ý trên mạng xã hội. Từ đó, giúp ngành y tế tạo ra thông tin thực, ngăn chặn tình trạng công chúng “chấp nhận” tin giả.

Với tiêu đề “Suy nghĩ tôi muốn chia sẻ đầu tiên”, nghiên cứu đã sử dụng dữ liệu Twitter ẩn danh để mô tả 4 chủ đề liên quan tới Covid-19. Sử dụng dữ liệu thu thập được cho từng chủ đề, nhóm đã xây dựng các mô hình học máy ngẫu nhiên hoặc trí tuệ nhân tạo (AI). Sau đó, giúp phân loại các thông tin đó có sai hay không.

“Điều này cho phép chúng tôi quan sát cách các cá nhân nói về những thông tin này trên mạng xã hội và chứng kiến những thay đổi theo thời gian”, đồng tác giả Dax Gerts chia sẻ.

Nghiên cứu chỉ ra rằng, các bài đăng chứa thông tin sai lệch mang nhiều cảm xúc tiêu cực hơn so với thông thường. Đồng thời, những tin giả này có xu hướng phát triển theo thời gian. Bởi, chúng được “thêm thắt” các chi tiết từ chủ đề khác cũng như sự kiện trong thế giới thực.

Hơn nữa, nghiên cứu phát hiện rằng, kỹ thuật học máy giám sát có thể được sử dụng để tự động xác định các thuyết âm mưu. Ngoài ra, phương pháp học tập không giám sát có thể được sử dụng trong mỗi chủ đề, nhằm khám phá những thay đổi về tầm quan trọng của từ ngữ.

“Điều quan trọng là các quan chức y tế phải biết những thuyết âm mưu đang phát triển và thu hút như thế nào theo thời gian. Nếu không, họ có nguy cơ vô tình công khai tin giả.

Vì vậy, việc biết các thuyết âm mưu đang thay đổi như thế nào và có thể kết hợp các lý thuyết khác hoặc sự kiện trong thế giới thực là điều quan trọng. Nhờ đó, giúp lập chiến lược đối phó bằng các chiến dịch công khai thông tin thực tế”, nhà nghiên cứu Courtney Shelley nhấn mạnh.

Theo Tech Explore

Tin tiêu điểm

Đừng bỏ lỡ