Cet algorithme de détection de fausses nouvelles surpasse les humains
Lorsque des chercheurs travaillant sur le développement d’un outil d’apprentissage automatique pour détecter les fausses informations ont réalisé qu’il n’y avait pas assez de données pour former leurs algorithmes, ils ont fait la seule chose rationnelle:
L'algorithme, développé par des chercheurs de l'Université du Michigan et de l'Université d'Amsterdam, utilise le traitement du langage naturel ( NLP ) pour rechercher des modèles spécifiques ou des indices linguistiques spécifiques L'article est une fausse nouvelle. Ceci est différent d'un algorithme de vérification des faits qui recoupe un article avec d'autres éléments pour voir s'il contient des informations incohérentes – cette solution d'apprentissage automatique pourrait automatiser complètement le processus de détection.
Aimez-vous les bons gadgets? gadgets cool?
Mais ce n'est pas la partie cool. Pas d’offensive pour l’équipe Michigan / Amsterdam, mais la construction d’un algorithme NLP pour analyser la structure des phrases et affiner les mots-clés n’est pas exactement le travail d’intelligence artificielle qui laisse tomber les mâchoires. Le faire pour détecter les fausses nouvelles mieux que les autres, cependant.
Le problème, c'est qu'il n'y a pas assez de données. Vous ne pouvez pas simplement télécharger Internet et demander à un algorithme de comprendre les choses: les machines ont besoin de règles et d'exemples. Les ensembles de données couramment disponibles pour ce type de formation comprennent un ensemble de données appelé Buzzfeed qui a été utilisé pour former un algorithme permettant de détecter les fausses nouvelles hyperpartisanes sur Facebook pour un article de Buzzfeed. D'autres ensembles de données se concentrent principalement sur l'entraînement d'une IA contre la satire, comme The Onion – malheureusement, cette méthode tend à transformer un algorithme en un détecteur de satire.
Source link