Noticias
Julio 2024.- Un grupo de cuatro estudiantes, liderados por Marcelo Mendoza, académico DCC UC e investigador IMFD y Cenia, obtuvieron el primer lugar en DIPROMATS 2024, el desafío de NLP sobre detección de propaganda y narrativas del Foro Ibérico de Evaluación de Lenguas 2024.
El equipo, integrado por Miguel Fernández (IMFD y doctorado DCC UC), Maximiliano Ojeda (IMFD y doctorado DCC UC), Lilly Guevara (CENIA RL5 e Ingeniería USM), Diego Varela (CENIA RL5 e Ingeniería USM) obtuvo los mejores resultados en una de las dos categorías de la prueba, que consistía en desarrollar sistemas capaces de detectar y caracterizar contenidos propagandísticos en tweets escritos por autoridades de US, Europa, Rusia y China, en inglés o español.
Propaganda
La intención engañosa de la propaganda puede ser menos evidente y más perjudicial que la desinformación. Su contenido no tiene por qué ser falso, y es posible que sus efectos sólo sean perceptibles a lo largo del tiempo. El abuso del contenido propagandístico en el ecosistema informativo produce una manipulación de la opinión pública, lo que puede ser realmente perjudicial para el sistema democrático.
“Un contenido propagandístico se entiende como un mensaje que está diseñado de manera premeditada para influenciar sobre un público determinado: está construido deliberadamente y efectivamente puede poner en riesgo la discusión democrática sobre ciertas temáticas, por ejemplo, distorsionar lo que realmente realizan las personas extranjeras en Chile, puede afectar minorías, y eso va erosionando lentamente la democracia”, destaca Miguel Fernandez, IMFD y doctorando DCC UC. Es por esto, que este fenómeno es de particular importancia para los estudios y fue seleccionado por DIPROMATS para esta competencia.
“En este desafío utilizamos técnicas basadas en inteligencia artificial y procesamiento de lenguaje natural para poder detectar el uso del lenguaje persuasivo y de técnicas de propaganda en texto”, explica Marcelo Mendoza, investigador IMFD.
“Entrenamos un modelo basado en la tecnología Transformers, que es una arquitectura que permite a los modelos de machine learning a entender texto y también técnicas como aumento de datos”, explica Diego Varela, de CENIA RL5 e Ingeniería USM.
Estas técnicas permiten hacer análisis que serían imposibles de ejecutar, dada la gran cantidad de información que se debe manejar. “Nosotros como humanos quizá tenemos muy pocos recursos o no todos tenemos los recursos para poder identificar este tipo de fenómenos, pero gracias a estas tecnologías, podemos lograrlo”, destaca Lily Guevara, de CENIA RL5 e Ingeniería USM.
Los Transformers son útiles para identificar patrones en los textos y la forma de identificar propaganda es revisar cómo se está comportando el lenguaje dentro del texto: qué va antes, qué va después, qué palabras van juntas: el uso de todo el lenguaje. Es por eso que es una de las técnicas más utilizadas hoy en día, explica Maximiliano Ojeda, IMFD y DCC UC.
DIPROMATS 2024 es un desafío organizado por el Grupo de Investigación en Procesamiento del Lenguaje Natural y Recuperación de Información de la Universidad Nacional de Educación a Distancia de España (UNED), en el cual la comunidad de investigación definió nuevos desafíos de investigación y propuso tareas para avanzar en el estado del arte en procesamiento de lenguaje natural (NPL).
El equipo viajará a presentar su solución en el evento que se llevará a cabo entre el 24 y 26 de Septiembre en Valladolid, España.
Revisa un video donde quienes participaron en el desafío nos cuentan sobre su experiencia:
