Tratamento de desvio de conceito na detecção de fake news na língua portuguesa

• Processo: 24/17834-6
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2028
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Renato Moraes Silva
• Beneficiário: Renato Moraes Silva
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Pesquisadores associados: Anderson Raymundo Avila
• Assunto(s): Aprendizado computacional Fake news Processamento de linguagem natural
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Desvio de Conceito | Detecção de posicionamento | Fake news | Processamento de Linguagem Natural | Processamento de Linguagem Natural (PLN)

Resumo

A propagação de fake news representa um problema crescente que pode, por meio da desinformação, incitar a violência, manipular decisões políticas e prejudicar a saúde e a integridadeda população. O aprendizado de máquina é uma solução bastante estudada para filtrar fake news automaticamente, porém muitos estudos se baseiam no aprendizado offline que gera modelos estáticosque não se adaptam às mudança nos padrões das notícias ao longo do tempo. Neste estudo, será investigado como a evolução dos padrões das notícias, um fenômeno conhecido como desvio deconceito (do inglês, concept drift), pode deteriorar a acurácia de modelos offline na classificação de fake news. Alguns estudos da literatura já mostraram que o desempenho de modelos offline pode sersuper otimistas, sendo preferível utilizar métodos de aprendizado incremental para se adaptarem às mudanças nos padrões textuais com o tempo. Contudo, a maioria dos estudos é feita com notícias dalíngua inglesa. Este projeto pretende analisar o impacto do desvio de conceito em bases de notícias em português a pandemia de Covid-19 e as eleições presidenciais no Brasil, para verificar se houvedesvio de conceito devido à mudança no foco das notícias. A tarefa de detecção de fake news será avaliada sob duas perspectivas: classificação binária e análise de posicionamento. (AU)