Aprendizado incremental para mitigação de desvio de conceito na detecção de fake news em Português

• Processo: 25/13608-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2025
• Data de Término da vigência: 11 de novembro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Renato Moraes Silva
• Beneficiário: Lucca Baptista Silva Ferraz
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 24/17834-6 - Tratamento de desvio de conceito na detecção de fake news na língua portuguesa, AP.R
• Assunto(s): Aprendizado computacional Fake news Processamento de linguagem natural
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Desvio de Conceito | Fake news | Processamento de Linguagem Natural | Processamento de Linguagem Natural (PLN)

Resumo

A propagação de fake news apresenta um problema crescente que pode, por meio da desinformação, incitar a violência, manipular decisões políticas e prejudicar a saúde e a integridade da população. O aprendizado de máquina é uma solução bastante estudada para filtrar fake news automaticamente, porém muitos desses estudos trabalham com modelos estáticos que não consideram a mudança na própria natureza das notícias e assumem que suas características não alteram ao longo do tempo. Essa abordagem é chamada de aprendizado offline. Neste estudo será mostrado como uma mudança de conceitos em um intervalo de tempo pode deteriorar a acurácia de modelos offline, efeito conhecido como concept drift, influenciando na classificação de fake news. Alguns estudos da literatura já mostraram que o desempenho de modelos offline podem ser super otimistas, sendo preferível utilizar métodos de aprendizado incremental para se adaptarem às mudanças nos padrões textuais com o tempo. Contudo, a maioria dos estudos são feitos com notícias da língua inglesa. Este trabalho pretende analisar o impacto em bases de notícias em português do período da Covid-19 e das eleições à presidência do Brasil, para verificar se houve concept drift devido à mudança no foco das notícias.