Pesquisa iniciada na Unicap disputa ‘Oscar’ do Jornalismo de Dados mundial

Uma pesquisa iniciada na Universidade Católica de Pernambuco se tornou conhecida nacionalmente e agora está na final de uma das premiações mais importantes do mundo na área de Jornalismo de Dados. O projeto Confere.ai disputa o Sigma Awards, premiação que reúne os melhores trabalhos de todo o mundo e que em 2021 celebra a sua segunda edição. Ao todo, estão na disputa 141 projetos, sendo 18 da América Latina.

O Confere.ai é uma ferramenta de checagem de dados e fatos que tem ajudado a desvendar boatos e a combater Fake News. A ideia começou a ser desenvolvida quando a jornalista Alice de Souza estava no mestrado em Indústrias Criativas da Unicap. A orientação foi do Prof. Dr. Dario Brito, atualmente coordenador de Pesquisa e Inovação da Universidade, e do Prof. Dr. Anthony Lins.

Uma de suas características é verificar padrões de desinformação em textos e links que circulam nas redes sociais e sites. “O projeto envolve pesquisar, analisar e formatar um banco de dados com mais de 22.000 notícias, além de desenvolver web crawlers (rastreador de rede) para busca de conteúdo e inteligência computacional para análise e busca de padrões”, diz um trecho da descrição do projeto que foi um dos vencedores do Desafio de Inovação do Google News Iniciative na América Latina. O Confere.ai também produz conteúdo educacional para ensinar o público a identificar conteúdo falso ou enganoso.  

A primeira iniciativa para automatizar a verificação de fatos em veículos de comunicação no Nordeste do Brasil, o Confere.ai ficou hospedado no Sistema Jornal do Commercio de Comunicação. “Um dos principais impactos da ferramenta é a assertividade em um ambiente não controlado, que girou em torno de 92% para textos e 75% para links. O Confere.ai gerou mais de 70 conteúdos editoriais sobre o fenômeno da desinformação, incluindo checagem de fatos, matérias e vídeos com orientação ao público”, explica Alice que também é ex-aluna de Jornalismo.

Ainda de acordo com a pesquisadora, os artigos produzidos pelo Confere.ai tiveram 286 mil acessos em seis meses, enquanto a ferramenta atingiu a média de 500 acessos por dia. O Confere.ai também conseguiu identificar as ondas de desinformação crescentes na mídia local e desmascarar alguns boatos. Por fim, a ferramenta passou a fazer parte da Rede Nacional de Combate à Desinformação (RNCD).

Metodologia e técnicas - A criação e o desenvolvimento do Confere.ai aconteceram por etapas. Na primeira, foi montada uma base de dados híbrida: coleta e armazenamento manual de links de notícias e textos previamente conferidos por agências de checagem; utilização do corpus Fake.BR, da USP; e desenvolvimento de rastreadores da web para extrair conteúdo de quatro sites diferentes. O material foi distribuído em um banco de dados - com 21.956 notícias, distribuídas em 9.011 textos e 12.945 links - em planilhas do Google, limpas com Open Refine. Parte desse banco foi analisada manualmente para identificação de critérios. 

As criações foram feitas usando filtros e uma tabela dinâmica para extração de dados. A partir daí, foram definidos 15 critérios para avaliação do texto e 20 critérios para análise dos links. Na análise final, o comportamento dos valores obtidos em cada teste realizado no banco de dados foi observado para determinar a relevância de cada critério, e foram encontrados padrões que separavam a notícia real da desinformação. Parte do banco de dados foi utilizada para o desenvolvimento e treinamento de inteligência computacional. 

Foram utilizados a técnica supervisionada (Random Forest -> usa um conjunto de árvores de decisão para formar a resposta final) e dados de entrada BoW (Bag of Words) (uma forma de representar informações em um texto através da quantidade ou frequência do palavras nele contidas + características linguísticas do texto - extraídas por meio de técnicas de processamento de linguagem natural). A plataforma da web Confere.ai foi construída com python (linguagem de programação) e angular (framework para a construção da interface). A partir dele foi elaborado um painel que facilita a visualização dos padrões de dados inseridos na ferramenta. Aliás, a sigla (ai) vem do termo Inteligência Artificial em inglês.

Equipe – O time do projeto contou com três professores da Unicap (Anthony Lins, Jarbas Agra, responsável pelo Design, e Dario Brito); quatro ex-alunos (Matheus Marinho e Avelino Gomez - os dois de Ciência da Computação - e Lucas Pitt - Jogos Digitais - e Laís Arcanjo - Jornalismo). A equipe também contou com participação da jornalista responsável pelo planejamento e monitoramento das estratégias digitais dos veículos do Sistema Jornal do Commercio de Comunicação, Maria Luiza Borges, e Pedro Brasil.