Como verificar informações usando IA

Introdução

Introdução

• Em que situações é importante verificar informações e o que pode acontecer se não fizermos isso?
• Quais são os desafios para verificar informações na era digital?

Contextualização

A inteligência artificial (IA) é usada hoje para combater notícias falsas e conteúdos enganosos.

Os sistemas são treinados para:

• Identificar sinais de que uma notícia pode ser falsa;
• Comparar informações com fontes confiáveis;
• Detectar imagens e vídeos alterados ou manipulados.

Com técnicas de análise de texto, imagens e vídeos, a IA consegue examinar grandes quantidades de informação muito rapidamente.

Isso ajuda a tornar a internet um ambiente mais seguro e confiável.

Como a IA aprende a verificar informações?

• Identificação de padrões suspeitos: A IA analisa textos, imagens e vídeos para encontrar sinais de que algo pode ser falso.
• Verificação automática de fatos: Ferramentas com IA comparam informações com fontes confiáveis para checar se são verdadeiras.
• Detecção de manipulações: A IA reconhece imagens e vídeos editados, incluindo deepfakes, analisando detalhes que o olho humano não percebe.

Como a IA aprende a verificar informações?

• A IA aprende a partir de muitos exemplos de notícias verdadeiras e falsas.
• Esses exemplos são usados para treinar modelos, evidenciando o que é confiável e o que não é.
• Assim, a IA passa a reconhecer padrões que ajudam a identificar se uma informação pode ser verdadeira ou falsa.

​

Como a IA aprende a verificar informações?

• Precisamos de uma revisão de Aprendizado de Máquina!

O que é Aprendizado de Máquina?

"Uma subárea da inteligência artificial preocupada com algoritmos que permitem que computadores aprendam a partir de dados, identifiquem padrões e tomem decisões com mínima intervenção humana."

​

Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective. The MIT Press.

Como a IA aprende a verificar informações?

Reveja as aulas sobre Aprendizado de Máquina Supervisionado e Não-Supervisionado!

Como a IA Aprende a verificar informações

• A IA usa um método chamado classificação de texto, que permite identificar se uma informação parece verdadeira, falsa ou duvidosa.
• Para isso, ela observa pontos como:
• Se existem fatos que podem ser comprovados;
• Se o texto usa fontes confiáveis;
• O tom da mensagem (alarmista, exagerado, neutro);
• Erros ou incoerências que podem indicar fake news.

Verificação de Contexto e Fontes

• Processamento de Linguagem Natural (NLP): Utiliza técnicas de NLP para entender o contexto do texto, analisam as palavras e frases no contexto geral, levando em consideração a semântica e a sintaxe.
• Reconhecimento de Entidades Nomeadas: Ferramentas de NER identificam pessoas, locais, organizações e outros dados relevantes para verificar se estão sendo mencionados corretamente.
• Algoritmos de Similaridade: A IA compara o conteúdo com fontes conhecidas usando técnicas de similaridade de texto, para detectar se o conteúdo é original ou duplicado de fontes suspeitas.

Como a IA aprende a verificar informações?

Reveja as aulas sobre Processamento de Linguagem Natural e Técnicas de Representação Semântica!

Comparação de Informações

Fonte: Thrive Agency

• A IA compara o que está escrito com fontes confiáveis para verificar se a informação faz sentido.
• Bases de conhecimento: Sistemas como Google Knowledge Graph e Wikidata reúnem fatos (datas, lugares, eventos) e ajudam a confirmar se uma informação é verdadeira.
• Verificação automática: Ferramentas como o ClaimBuster identificam frases importantes e verificáveis, comparando-as com bancos de dados confiáveis para checar sua precisão.

Uso de Fontes Confiáveis e Ferramentas de Verificação

• Ferramentas de verificação ajudam a identificar notícias falsas ou enganosas.
• Elas reúnem checagens feitas por especialistas, permitindo que qualquer pessoa confirme se uma informação é verdadeira.
• Usam técnicas de IA, que analisam textos, imagens e vídeos, comparando o conteúdo com bancos de dados confiáveis e fatos já verificados.

Ferramentas de Verificação de Fatos

• Google Fact Check Explorer:�Reúne checagens feitas por fontes confiáveis e usa IA para encontrar rapidamente informações verificadas.
• ClaimBuster:�Utiliza IA para identificar frases importantes em discursos e notícias e verificar se elas são verdadeiras, comparando com dados confiáveis.
• Full Fact:�Organização que usa IA para monitorar informações em tempo real e detectar conteúdos que possam ser falsos ou enganosos.

https://fullfact.org

https://idir.uta.edu/claimbuster/

https://toolbox.google.com/factcheck

Algoritmos e Modelos de IA Utilizados

1. Google Fact Check Explorer - BERT

Ele analisa frases e textos entendendo o contexto das palavras usando um modelo chamado BERT.

• Se você pesquisar "O sol gira em torno da Terra", o BERT vai analisar essa frase, entender o contexto e procurar fontes que provam o contrário (que a Terra gira em torno do Sol), apresentando uma verificação adequada.

Algoritmos e Modelos de IA Utilizados

2. ClaimBuster – Modelos de Aprendizado de Máquina

• Ele aprende com exemplos de frases verdadeiras e falsas e reconhece padrões.
• Assim, quando lê um discurso ou notícia, identifica automaticamente quais frases são fatos e quais são opiniões.

Exemplo:

• “Reduzimos o desemprego em 10%” → pode ser verificado.
• “Precisamos melhorar a educação” → é uma opinião, então o sistema ignora.

Algoritmos e Modelos de IA Utilizados

3. Full Fact - Redes Neurais e Transformers

A Full Fact utiliza redes neurais, que são modelos de IA inspirados no funcionamento do cérebro humano. Elas funcionam treinando o modelo com exemplos de dados (frases verdadeiras e falsas) para que ele aprenda a reconhecer características em comum entre declarações falsas.

A Full Fact também usa Transformers, como o BERT, que ajudam a analisar o contexto e o sentido das frases.

• Se uma pessoa disser "As vacinas não funcionam", as redes neurais e transformers da Full Fact vão comparar essa afirmação com dados científicos amplamente conhecidos, como estudos e verificações anteriores, e apontar que essa informação é falsa.

​

Fixando o conteúdo…

Análise Crítica de Notícias - Atividade com a Ferramenta

1. Preparação

• Pesquisa de Declarações: Selecione algumas declarações que você gostaria de verificar. Elas podem ser informações populares, rumores, ou afirmações controversas que você encontrou em notícias, redes sociais, ou conversas informais.
• Exemplo: O uso de máscara não tem efeito na prevenção da COVID-19

2. Acesso à Ferramenta

• Visite o Site: Abra o navegador e acesse o Google Fact Check Explorer.

3. Inserção de Declarações

• Digite a Declaração: Na barra de busca da ferramenta, insira uma das declarações que você selecionou.

4. Análise dos Resultados

• Examine os Resultados:
• A ferramenta apresentará resultados relacionados à verificação daquela afirmação.
• Atenção às classificações e ao contexto que cada verificação fornece.

Fechamento

• Verificar informações se tornou essencial por causa do crescimento das fake news.
• A inteligência artificial ajuda muito nesse processo, analisando textos, imagens e vídeos para identificar o que é confiável.
• Ferramentas como Google Fact Check Explorer, ClaimBuster e Full Fact permitem checar fatos rapidamente.
• Modelos como BERT (que entende o contexto) e SVM (que classifica dados) são usados nessas verificações.
• Mesmo assim, ainda existem desafios, como interpretar a linguagem humana e manter os sistemas atualizados.
• Por isso, educação digital e pensamento crítico continuam sendo fundamentais para avaliar informações corretamente.

Referências

Referências

Ferramentas e Plataformas

• Google Fact Check Explorer — https://toolbox.google.com/factcheck
• ClaimBuster (University of Texas at Arlington) — https://idir.uta.edu/claimbuster/
• Full Fact (UK) — https://fullfact.org

Modelos e Técnicas de IA

• Devlin, J. et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. 2018.
• Cortes, C.; Vapnik, V. Support Vector Networks. 1995.
• Regressão Logística — documentação clássica de aprendizado de máquina (Hastie et al., The Elements of Statistical Learning).

Conceitos de Verificação de Informações

• Google Research Blog — Using AI for Fact Checking
• Artigos sobre desinformação e IA (pode incluir autores como Shu, Silva, Karimi).

Produção do Material

• Universidade Federal da Bahia (UFBA)�
• Universidade do Estado da Bahia (UNEB)�
• SENAI/CIMATEC�
• Universidade Estadual de Feira de Santana (UEFS)�
• Universidade Estadual do Sudoeste da Bahia (UESB)�
• Universidade Estadual de Santa Cruz (UESC)�
• Instituto Federal Baiano (IFBaiano)

24

Apoio

Apoio

26