Mostrar el registro sencillo del ítem

dc.contributor.authorMontoro-Montarroso, Andrés
dc.contributor.authorRosso, Paolo
dc.contributor.authorPanizo-Lledot, Ángel
dc.contributor.authorCalvo-Figueras, Blanca
dc.contributor.authorCantón-Correa, Francisco Javier
dc.contributor.authorChulvi, Berta
dc.contributor.authorHuertas-Tato, Javier
dc.contributor.authorRementeria, M. José
dc.contributor.authorGómez-Romero, Juan
dc.date2023
dc.date.accessioned2024-02-19T13:56:51Z
dc.date.available2024-02-19T13:56:51Z
dc.identifier.citationMontoro-Montarroso, A., Cantón-Correa, J., Rosso, P., Chulvi, B., Panizo-Lledot, Ángel, Huertas-Tato, J., … Gómez-Romero, J. (2023). Fighting disinformation with artificial intelligence: fundamentals, advances and challenges. Profesional De La información Information Professional, 32(3). https://doi.org/10.3145/epi.2023.may.22es_ES
dc.identifier.issn1386-6710
dc.identifier.urihttps://reunir.unir.net/handle/123456789/16098
dc.descriptionInternet and social media have revolutionised the way news is distributed and consumed. However, the constant flow of massive amounts of content has made it difficult to discern between truth and falsehood, especially in online platforms plagued with malicious actors who create and spread harmful stories. Debunking disinformation is costly, which has put artificial intelligence (AI) and, more specifically, machine learning (ML) in the spotlight as a solution to this problem. This work revises recent literature on AI and ML techniques to combat disinformation, ranging from automatic classification to feature extraction, as well as their role in creating realistic synthetic content. We conclude that ML advances have been mainly focused on automatic classification and scarcely adopted outside research labs due to their dependence on limited-scope datasets. Therefore, research efforts should be redirected towards developing AI-based systems that are reliable and trustworthy in supporting humans in early disinformation detection instead of fully automated solutions.es_ES
dc.description.abstractInternet y las redes sociales han revolucionado la forma en la que se distribuye y consume la información. Sin embargo, la enorme cantidad de contenidos disponibles en estas plataformas dificulta la tarea distinguir entre lo verdadero y lo falso, más aún con la proliferación de actores malintencionados que difunden bulos. Desmentir la desinformación es un proceso muy costoso, por lo que en los últimos años se han desarrollado múltiples investigaciones sobre el potencial de la inteligencia artificial (IA) –y, más concretamente, del aprendizaje automático (AA)– como una solución al problema. Este trabajo revisa la bibliografía reciente sobre las técnicas de IA y AA que han sido propuestas para combatir la desinformación, que van desde la clasificación automática de texto hasta la extracción de características, así como el papel relevante que pueden jugar en la creación de contenido artificial. La principal conclusión del estudio es que los avances en IA se han centrado principalmente en la clasificación automática y que su utilización fuera de los laboratorios de investigación ha sido escasa. Esto se debe principalmente a que los modelos de AA dependen mucho de los conjuntos de datos con los que son entrenados, lo cual limita su aplicación y su efectividad en diferentes ámbitos. En consecuencia, se propone que los esfuerzos de investigación ha de dirigirse hacia el desarrollo de sistemas de IA que sean explicables, confiables y que apoyen a las personas, en lugar de sustituirlas, en la detección temprana de desinformación.es_ES
dc.language.isoenges_ES
dc.publisherProfesional de la Informaciones_ES
dc.relation.ispartofseries;vol. 32, nº 3
dc.relation.urihttps://revista.profesionaldelainformacion.com/index.php/EPI/article/view/87328es_ES
dc.rightsopenAccesses_ES
dc.subjectperiodismoes_ES
dc.subjectdesinformaciónes_ES
dc.subjectcomputaciónes_ES
dc.subjectinteligencia artificiales_ES
dc.subjectIAes_ES
dc.subjectaprendizaje automáticoes_ES
dc.subjectverificación periodísticaes_ES
dc.subjectfact-checkinges_ES
dc.subjectconjuntos de datoses_ES
dc.subjectdatasetses_ES
dc.subjectprocesamiento del lenguaje naturales_ES
dc.subjectPLNes_ES
dc.subjectanálisis de redes socialeses_ES
dc.subjectultrafalsificacioneses_ES
dc.subjectmodelos de lenguaje de gran tamañoes_ES
dc.subjectjournalismes_ES
dc.subjectdisinformationes_ES
dc.subjectcomputinges_ES
dc.subjectartificial intelligencees_ES
dc.subjectAIes_ES
dc.subjectmachine learninges_ES
dc.subjectnatural language processinges_ES
dc.subjectNLPes_ES
dc.subjectsocial network analysises_ES
dc.subjectdeepfakeses_ES
dc.subjectlarge language modelses_ES
dc.subjectScopuses_ES
dc.subjectJCRes_ES
dc.titleInteligencia artificial contra la desinformación: fundamentos, avances y retoses_ES
dc.title.alternativeFighting disinformation with artificial intelligence: fundamentals, advances and challengeses_ES
dc.typeArticulo Revista Indexadaes_ES
reunir.tag~ARIes_ES
dc.identifier.doihttps://doi.org/10.3145/epi.2023.may.22


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem