- Empresa britânica Logically
- Avalia a confiabilidade de reportagens jornalísticas combinando aprendizado de máquina, processamento de linguagem natural e inteligência humana
- A extensão de navegador da Logically analisa o contexto do conteúdo junto com artigos confiáveis de mais de 100 mil publicações
- Em seguida, avalia a fonte da informação e a confiabilidade da reportagem
- Com base em avaliações de especialistas de parceiros de pesquisa e previsões de IA, informa ao usuário quais fontes de informação são confiáveis ou não devem ser confiadas
- A IA também prevê se uma reportagem é confiável com base no conteúdo do artigo, na reputação e especialização do autor e na forma como o artigo circulou nas redes sociais
- Se o usuário solicitar uma verificação de fatos, a equipe de fact-checking investiga e informa o resultado
- Empresa britânica Factmata
- Descobre fake news analisando conteúdo online com aprendizado de máquina e processamento de linguagem natural
- A Factmata construiu um motor que extrai todas as principais alegações feitas na internet e as reúne em um só lugar
- Também projetou um algoritmo que pontua e classifica o conteúdo em 12 dimensões
- Controvérsia, falta de objetividade, discurso de ódio, racismo, sexismo, toxicidade, obscenidade, ameaça linguística, partidarismo excessivo e links caça-cliques estão entre essas 12 dimensões
- Essas são características linguísticas de conteúdos que podem ser propaganda, desinformação ou fake news
- A Factmata usa esse motor e esse algoritmo para encontrar fake news e discurso de ódio sobre marcas, produtos e temas em debate online
- Plataforma online americana Bot Sentinel
- Detecta com aprendizado de máquina contas que assediam pessoas e contas que espalham desinformação
- A equipe treinou um modelo de aprendizado de máquina para classificar contas do Twitter usando milhares de contas e milhões de tweets
- Primeiro, identifica contas que violam repetidamente as regras do Twitter
- Depois, treina o modelo para classificar contas semelhantes às que a equipe confirmou como “problemáticas”
- As contas são classificadas como ‘normal’, ‘satisfactory’, ‘disruptive’ e ‘problematic’, e cada conta recebe uma pontuação (%)
- Quanto maior a pontuação, maior a probabilidade de a conta ser problemática
- Empresa americana Meta (Facebook)
- Desenvolve um sistema para detectar vídeos deepfake com IA
- Treina o modelo com vídeos de um dataset encomendado para o ‘Deepfake Detection Challenge’
- Também utiliza GANs múltiplas no treinamento
- A Meta atualiza o modelo quase em tempo real usando novas técnicas de síntese de dados para que seu sistema identifique novos vídeos deepfake que não tinha visto antes
- Quando detecta um novo vídeo deepfake, cria novos casos semelhantes de deepfake
- Isso é usado como dados de treinamento em larga escala para o modelo de detecção de vídeos deepfake
Ainda não há comentários.