DETECÇÃO DE FAKE NEWS DO TWITTER COM MACHINE LEARNING
PROJETO ROBOCOP
Resumo
Estamos presenciando uma enxurrada de noticias que circulam pela internet, noticias que estão acessíveis por todos os meios, inclusive pelas redes sociais. Nem sempre podemos de imediato comprovar sua veracidade, fato que faz muitas pessoas acreditarem em noticias falsas, as chamadas “fake news”. Notícias falsas têm sua origem em locais que incentivam o anonimato, tais como 4chan, Reddit e Twitter (Musskopf, 2017). Nesse tipo de comunidades, os usuários encontram um ambiente com privacidade para planejar e execultar, como as farsas se espalham, os veículos da mídia tradicional são logo atingidos. Como exemplo, pode-se citar a última eleição nos Estados Unidos, em 2016, que teve como um dos maiores debates o vazamentos de informações dos candidatos. Envolvidos estavam robôs no Twitter, Wikileaks e hackers russos que supostamente estava desestabilizando o cenário político (Musskopf, 2017). Os robôs, também chamados de “bots” (Robots) podem ser os responsáveis por muitas noticias que circulam na Internet relacionadas a políticos e candidatos no Brasil, já que este ano o país terá eleições. Este trabalho chamado de Robocop, pretende criar métodos de identificação de bots no Twitter que disparam noticias falsas de cunho politico, e expor os dados no formato “Srenata de Amor”. Conforme OPERAÇÃO SERENATA DE AMOR (2016) o projeto Serenata de Amor está relacionada ao uso de inteligencia artificial para fiscalização de gastos publicos, o resultado é apresentado na figura de um robô chamado de Rosie. Este trabalho está organizado de maneira em que o presente capitulo exibe uma ideia geral sobre a pesquisa, em seguida o objetivo da pesquisa, a métodologia empregada, o desenvolvimento, com os principais passos para desenvolvimento da pesquisa e considerações finais com informações e pesquisas futuras.
