Uso de Python para detecção de fake news sobre a covid-19: desafios e possibilidades

Fernanda Vasques Ferreira; Rafiza Varão; Marco Aurélio Boselli; Leandro Brito Santos; Marcelo A. Moret

doi:10.29397/reciis.v16i2.3253

Uso de Python para detecção de fake news sobre a covid-19: desafios e possibilidades

Auteurs

Fernanda Vasques Ferreira Centro Universitário Senai Cimatec, Faculdade de Tecnologia. Salvador, BA, Brasil. Universidade Federal do Oeste da Bahia, Centro Multidisciplinar de Santa Maria da Vitória. Santa Maria da Vitória, BA http://orcid.org/0000-0003-4242-0057
Rafiza Varão Universidade de Brasília, Faculdade de Comunicação. Brasília, DF https://orcid.org/0000-0003-0383-5524
Marco Aurélio Boselli Universidade Federal de Uberlândia, Instituto de Física. Uberlândia, MG https://orcid.org/0000-0002-1030-1144
Leandro Brito Santos Universidade Federal do Oeste da Bahia, Centro Multidisciplinar de Bom Jesus da Lapa. Bom Jesus da Lapa, BA https://orcid.org/0000-0003-0132-4712
Marcelo A. Moret Centro Universitário Senai Cimatec, Faculdade de Tecnologia. Salvador, BA, Brasil. Universidade do Estado da Bahia. Salvador, BA https://orcid.org/0000-0003-2624-5754

DOI :

https://doi.org/10.29397/reciis.v16i2.3253

Mots-clés :

Fake news, Inteligência artificial, Covid-19, Python, Desinformação.

Résumé

Este trabalho tem como objetivo relatar estratégias para coleta de um conjunto de dados em português para treinamento de modelos de Inteligência Artificial com vistas a identificar de forma automática fake news sobre covid-19 disseminadas durante a pandemia, a partir de código Python. Analisamos um método de detecção de fake news baseado em uma Rede Neural Recorrente e de aprendizagem supervisionada. Selecionamos um corpus com 7,2 mil textos coletados em websites e agências de notícias por Monteiro et al. (2018) com cada um previamente catalogado como verdadeiro ou falso como conjunto de dados de treino e validação. O modelo foi usado para detecção de fake news sobre covid-19 em um conjunto de notícias coletadas e classificadas pelos autores deste trabalho. O índice de acerto foi de 70%, ou seja, essa foi a taxa de sucesso da detecção dos itens catalogados.

Bibliographies de l'auteur

Fernanda Vasques Ferreira, Centro Universitário Senai Cimatec, Faculdade de Tecnologia. Salvador, BA, Brasil. Universidade Federal do Oeste da Bahia, Centro Multidisciplinar de Santa Maria da Vitória. Santa Maria da Vitória, BA

Doutorado em Comunicação pela Universidade de Brasília.

Rafiza Varão, Universidade de Brasília, Faculdade de Comunicação. Brasília, DF

Doutorado em Comunicação pela Universidade de Brasília.

Marco Aurélio Boselli, Universidade Federal de Uberlândia, Instituto de Física. Uberlândia, MG

Doutorado em Física pela Universidade Estadual de Campinas.

Leandro Brito Santos, Universidade Federal do Oeste da Bahia, Centro Multidisciplinar de Bom Jesus da Lapa. Bom Jesus da Lapa, BA

Doutorado em Modelagem Computacional pelo Senai Cimatec.

Marcelo A. Moret, Centro Universitário Senai Cimatec, Faculdade de Tecnologia. Salvador, BA, Brasil. Universidade do Estado da Bahia. Salvador, BA

Doutorado em Ciências Biológicas (Biofísica) pela Universidade Federal do Rio de Janeiro.

Références

ALVES, Marco Antônio Sousa; MACIEL, Emanuella Ribeiro Halfeld. O fenômeno das fake news: definição, combate e contexto. Internet & Sociedade, Rio de Janeiro, v. 1, n. 1, p. 144-171, 2020. Disponível em: https://revista.internetlab.org.br/o-fenomeno-das-fake-news-definicao-combate-e-contexto/. Acesso em: 15 nov. 2021.

AMPER ENERGIA HUMANA. We Are Social e HootSuite: Digital 2021 [resumo e relatório completo]. In: AMPER ENERGIA HUMANA. Amper: marketing e comunicação. São Paulo, 03 maio 2022. Disponível em:

https://www.amper.ag/post/we-are-social-e-hootsuite-digital-2021-resumo-e-relatório-completo. Acesso em: 16 maio 2021.

AVAAZ. IBOPE: 1 em cada 4 brasileiros pode não se vacinar contra a covid-19. [S. l.]: Avaaz, 07 set. 2020. Disponível em: https://secure.avaaz.org/campaign/po/brasileiros_nao_vacinar_covid/. Acesso em: 14 nov. 2021.

AVAAZ. O Brasil está sofrendo uma infodemia de covid-19. [S. l.]: Avaaz, 04 maio 2020. Disponível em: https://avaazimages.avaaz.org/brasil_infodemia_coronavirus.pdf. Acesso em: 25 maio 2022.

BOSELLI, Marco Aurélio. Reciis. Uberlândia, 25 maio 2022. Código Python. Disponível em: https://github.com/maboselli/reciis. Acesso em: 14 jun. 2022.

BRUCK, Mozahir Salomão. O jornalismo diante de novos cenários sociais: a imprensa e o surgimento da aids e do crack. São Paulo: Intermeios, 2015.

CHENG, Raymond. Text preprocessing with NLTK. In: TDS Editors; HUBERMAN, Ben; Kindig Caitlin (ed.). Towards Data Science, [s. l.], 29 jun. 2020. Disponível em: https://towardsdatascience.com/nlp-preprocessingwith-nltk-3c04ee00edc0. Acesso em: 28 nov. 2021.

CHOLLET, François. Deep learning with Python. New York: Manning Publications, 2018.

COLLINS COBUILD. Fake news. In: COLLINS. Collins Dictionary. Nova York: Harper Collins, c2022. Disponível em: https://www.collinsdictionary.com/dictionary/english/fake-news. Acesso em: 01 fev. 2022.

FERREIRA, Fernanda Vasques. O papel do factual nos processos de agendamento e de enquadramento no telejornalismo. 2018. 438 f., il. Tese (Doutorado em Comunicação) – Universidade de Brasília, Brasília, 2018. Disponível em: https://repositorio.unb.br/handle/10482/33073. Acesso em: 16 maio 2021.

GOMES, Wilson. O que são fake news?. Brasília, DF: INCT, 2020. 1 vídeo (38 min). Publicado pelo canal INCT em Democracia Digital. Disponível em: https://www.youtube.com/watch?v=8tvJ4cMt YXY]. Acesso em: 16 maio 2021.

GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep learning. Massachusetts: The MIT Press, Cambridge, 2016.

HASSON, Erez. Bad bot report 2021: the pandemic of the internet. In: IMPERVA, 13 abr. 2021. Disponível em:

https://www.imperva.com/blog/bad-bot-report-2021-the-pandemic-of-the-internet/. Acesso em: 23 jan. 2022.

KERTYSOVA, Katarina. Artificial Intelligence and Disinformation: how AI changes the way disinformation is produced, disseminated, and can be countered. Security and Human Rights, Leiden, v. 29, p. 55-81, 2018. DOI: http://dx.doi.org/10.1163/18750230-02901005. Disponível em: https://brill.com/view/journals/shrs/29/1-4/article-p55_55.xml. Acesso em: 14 jun. 2022.

KHAN, Junaed Younus et al. A benchmark study on Machine Learning Models for online fake news detection. arXiv, Ithaca, 12 maio 2019. Disponível em: https://arxiv.org/abs/1905.04749. Acesso em: 06 jun. 2022.

MAYERS, Gabriel. Detecting fake news using Machine Learning. In: TEAM AV (ed.). Analytics Vidhya, [s. l.], 19 jun. 2020. Disponível em: https://medium.com/analytics-vidhya/detecting-fake-news-using-machinelearning-95efefab08e4. Acesso em: 07 mar. 2022.

MELLO, Patrícia Campos. A máquina do ódio: notas de uma repórter sobre fake news e violência digital. São Paulo: Companhia das Letras, 2020.

MONTEIRO, Rafael A. et al. Contributions to the study of fake news in Portuguese: new corpus and Automatic Detection Results. In: COMPUTATIONAL FOR PORTUGUESE LANGUAGE, 13., 24-26 set. 2018, Canela. Proceedings […]. Cham: Springer, 2018. p. 324-334. (Lecture Notes in Computer Science, v. 11122). DOI:

http://dx.doi.org/10.1007/978-3-319-99722-3_33. Disponível em: https://github.com/roneysco/Fake.br-Corpus. Acesso em: 27 fev. 2022.

NIELSEN, Michael A. Neural networks and deep learning. [S. l.], Determination Press, 2015. Disponível em: http://neuralnetworksanddeeplearning.com/index.html. Acesso em: 27 fev. 2022.

PENNAFORT, Roberta. É #FAKE que foto mostre caixão enterrado vazio para inflar dados de mortos por coronavírus em Manaus. G1, [s. l.], 30 abr. 2020. Fato ou Fake. Disponível em: https://g1.globo.com/fatoou-fake/coronavirus/noticia/2020/04/30/e-fake-que-foto-mostre-caixao-enterrado-vazio-para-inflar-dados-demortos-por-coronavirus-em-manaus.ghtml. Acesso em: 29 maio 2022.

PENNYCOOK, Gordon; RAND, David G. Lazy, not biased: susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoning. Cognition, [s. l.], v. 188, p. 39-50, 2019. DOI:

https://doi.org/10.1016/j.cognition.2018.06.011. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S001002771830163X. Acesso em: 16 maio 2021.

PEREIRA, Denilson Alves. A survey of sentiment analysis in the portuguese language. Artificial Intelligence Review, [s. l.], v. 54, n. 2, p. 1087-1115, 2020. DOI: https://doi.org/10.1007/s10462-020-09870-1. Disponível em: https://link.springer.com/article/10.1007/s10462-020-09870-1. Acesso em: 25 maio 2022.

RECUERO, Raquel et al. Desinformação, mídia social e covid-19 no Brasil: relatório, resultados e estratégias de combate. Pelotas: MIDIARS – Grupo de Pesquisa em Mídia Discurso e Análise de

Redes Sociais, 2021. Relatório de pesquisa. Disponível em: https://wp.ufpel.edu.br/midiars/files/2021/05/Desinformac%CC%A7a%CC%83o-covid-midiars-2021-1.pdf. Acesso em: 14 jun. 2022.

RECUERO, Raquel; SOARES, Felipe Bonow; GRUZD, Anatoliy. Hyperpartisanship, Disinformation and Political Conversations on Twitter: The Brazilian Presidential Election of 2018. In: INTERNATIONAL AAAI CONFERENCE ON WEB AND SOCIAL MEDIA,14., 2020, Atlanta. Proceedings […]. Atlanta: AAAI Digital

Library, 2020. Disponível em: https://ojs.aaai.org//index.php/ICWSM/article/view/7324. Acesso em: 14 jun. 2022.

RICHARDSON, Leonard. Beautiful Soup Documentation. [S. l.]: Leonard Richardson, c2020. Disponível em: https://www.crummy.com/software/BeautifulSoup/bs4/doc/. Acesso em: 06 jun. 2022.

SHARMA, Sagar. Activation functions in neural networks: Sigmoid, tanh, Softmax, ReLU, Leaky ReLU explained!!! In: TDS Editors; HUBERMAN, Ben; Kindig Caitlin (ed.). Towards Data Science, [s. l.], 6 set. 2017. Disponível em: https://towardsdatascience.com/activation-functions-neural-networks-1cbd9f8d91d6. Acesso

em: 06 jun. 2022.

SILVA, Igor Fediczko; ARAÚJO, Rafael de Paula Aguiar. Campanhas políticas em tempos de hiperpolítica: um ensaio sobre Peter Sloterdijk e a campanha de 2018. Ponto e Vírgula, São Paulo, n. 26, p. 138-145, 2019. Disponível em: https://revistas.pucsp.br/index.php/pontoevirgula/article/view/51519/34074. Acesso em: 28 set. 2021.

SLOTERDIJK, Peter. No mesmo barco: ensaio sobre a hiperpolítica. São Paulo: Estação Liberdade, 1999.

SOUSA JUNIOR, João Henriques de; PETROLL, Martin de La Martinière; ROCHA, Rudimar Antunes da. Fake news e o comportamento on-line dos eleitores nas redes sociais durante a campanha presidencial brasileira de 2018. In: SEMINÁRIOS EM ADMINISTRAÇÃO, 22., 6-8 nov, São Paulo. Anais [...], São Paulo: SemeAd, 2019. Disponível em: https://login.semead.com.br/22semead/anais/resumo.php?cod_trabalho=501. Acesso em: 20 dez. 2021.

SOUZA, Frederico Dias; SOUZA FILHO, João Batista de Oliveira. Sentiment analysis on Brazilian Portuguese user reviews. arXiv, Ithaca, 10 dez. 2021. Disponível em: https://arxiv.org/pdf/2112.05459.pdf. Acesso em: 20 dez. 2021.

VARÃO, Rafiza. Há alguma novidade na ideia de fake news? In: SOS IMPRENSA. Blog SOS Imprensa. Brasília, DF, 18 out. 2017. Disponível em: https://sosimprensa.wordpress.com/2017/10/18/ha-algumanovidade-na-ideia-de-fake-news/. Acesso em: 03 jan. 2022.

VIRAHONDA, Sergio. An easy tutorial about sentiment analysis with deep learning and Keras. In: TDS Editors; HUBERMAN, Ben; Kindig Caitlin (ed.). Towards Data Science, [s. l.], 08 out. 2020. Disponível em: https://towardsdatascience.com/an-easy-tutorial-about-sentiment-analysis-with-deep-learning-and-keras-2bf52b9cba91. Acesso em: 03 jan. 2022.

VOLKOFF, Vladimir. Pequena história da desinformação: do cavalo de Troia à internet. Lisboa: Editorial Notícias, 2000.

WARDLE, Claire. Fake News. It’s complicated. In: FIRST DRAFT. First Draft Footnotes, [s. l.], 16 fev. 2017. Disponível em: https://medium.com/1st-draft/fake-news-its-complicated-d0f773766c79. Acesso em: 14 maio 2021.

WÓJCIK, Rafał. Unsupervised sentiment analysis. In: TDS Editors; HUBERMAN, Ben; Kindig Caitlin (ed.). Towards Data Science, [s. l.], 26 nov. 2019. Disponível em: https://towardsdatascience.com/unsupervised-sentiment-analysis-a38bf1906483. Acesso em: 25 de maio 2022.

Téléchargements

PDF (Português (Brasil))

Publiée

2022-06-30

Comment citer

Ferreira, F. V., Varão, R., Boselli, M. A., Santos, L. B., & Moret, M. A. (2022). Uso de Python para detecção de fake news sobre a covid-19: desafios e possibilidades. Revue De La Communication, De l’Information Et De l’Innovation En Santé, 16(2). https://doi.org/10.29397/reciis.v16i2.3253

Télécharger la référence bibliographique

Numéro

Vol. 16 No 2 (2022): Dossiê Perspectivas multidisciplinares sobre desinformação em ciência e saúde

Rubrique

Dossiê Perspectivas multidisciplinares sobre desinformação em ciência e saúde

Licence

Direitos de autor: O autor retém, sem restrições dos direitos sobre sua obra.

Direitos de reutilização: A Reciis adota a Licença Creative Commons, CC BY-NC atribuição não comercial conforme a Política de Acesso Aberto ao Conhecimento da Fundação Oswaldo Cruz. Com essa licença é permitido acessar, baixar (download), copiar, imprimir, compartilhar, reutilizar e distribuir os artigos, desde que para uso não comercial e com a citação da fonte, conferindo os devidos créditos de autoria e menção à Reciis. Nesses casos, nenhuma permissão é necessária por parte dos autores ou dos editores.

Direitos de depósito dos autores/autoarquivamento: Os autores são estimulados a realizarem o depósito em repositórios institucionais da versão publicada com o link do seu artigo na Reciis.

Dossier Soins-en-interaction : pratiques, savoirs et réflexivité en santé (v. 18, n. 2) Avr./Juin. 2024

outubro 27, 2023

Concept indissociable de la communication, l’interaction est une partie constitutive de l’acte communicatif. Bien que vaste et guidé par des approches différentes, le défi analytique commun du domaine des études interactionnelles de la communication humaine, est d'observer la construction conjointe des énoncés et de leurs valeurs actionnelles dans l'environnement microécologique dans lequel ils sont produits, ce qui implique de regarder de manière émique, c'est-à-dire à partir de l'intérieur, et considérer les processus de réflexion des personnes participant à cette interaction communicationnelle humaine (Rodrigues, 2021).

Ce dossier, dont le titre mobilise le concept de soin-en-interaction, aborde les soins de santé dans une perspective interactionniste (Ostermann; Meneghel, 2012), avec un intérêt particulier pour les recherches à orientation multimodale, capables d'articuler, par un travail descriptif finement détaillé, les études du langage et du corps (Mondada, 2018).

L'expression soins-en-interaction générée par une matrice de construction de néologismes d’usage courant en Analyse Conversationnelle Ethnométhodologique (ACE) (Loder ; Jung, 2008), courant de recherche issu de la sociologie nord-américaine, dérivé de l'Ethnométhodologie de Harold Garfinkel, qui a été accueilli dans le monde entier dans de multiples disciplines (Watson ; Gastaldo, 2015), et qui, au cours des dix dernières années, a constitué le-langage-et-le-corps-en-interaction en objet d'étude.

Guidées par les données (Data driven), les analyses peuvent mobiliser et articuler d’autres courants théoriques, qui portent sur une multiplicité d’objets et de phénomènes : polyphonie et dialogisme bakhtinien, l'analyse austinienne des actes de langage, le travail de gestion des faces (face work) goffmanien et la politesse, les indices prosodiques de contextualisation, les justifications et la théorie de l'argumentation dans la langue, etc.

Les études sur les soin-en-interaction, du point de vue de l’analyse de la conversation ethnométhodologique, s’ouvrent à un ensemble d’investigations sur les interactions dans différents environnements et utilisant des ressources variées. Comme le souligne Harvey Sacks dans son étude classique des conversations téléphoniques enregistrées par un centre de prévention du suicide aux États-Unis d'Amérique, et donc médiées par un dispositif technologique de communication à distance, les recherches dont le matériel collecté n'inclut pas toutes les ressources multimodales disponibles dans les interactions face-à-face soulèvent des défis à relever, dont la prise en compte amène à souligner le grand potentiel analytique de l'approche émique, dans l’étude des dispositifs naturels et artificiels de médiation avec le monde.

Deux questions initiales ont engendré ce dossier : a) Comment l'interactivité est-elle exploitée dans différents environnements et scénarios, notamment eu égard aux questions de santé ? b) De quelle manière les approches microanalytiques des études sur les interactions peuvent-elles contribuer à la compréhension des processus sociaux ?

Nous encourageons la soumission de propositions d’articles d’auteurs de différents domaines des sciences sociales, humaines et de la santé – relevant notamment des études de la communication, du langage, de l’anthropologie, du travail social et de la sociologie – en lien, notamment, avec les sous-axes thématiques suivants :

Asymétries épistémiques, cognition située, intercompréhension et émotions-en-interaction ;
Études microanalytiques des cadres conversationnels de l'intervention sociale et sanitaire ;
Interactions en régime de téléprésence, médiées par des ordinateurs multimodaux (microphone, haut-parleur, webcam et écran) ;
Cadres interactionnels de pratiques de recherche conjointe et d'autoconfrontation dans la formation des professionnels de la santé et du social ;
Participation des citoyens aux dispositifs d’analyse conjointe des services et des pratiques de soin et d’accompagnement (science citoyenne) ;
Interactions atypiques, impliquant des personnes en situation de handicap.

Rédacteurs invités : Marcia Rodrigues Lisboa (Fondation Oswaldo Cruz – Laboratoire de phénoménologie, ethnométhodologie et analyse conversationnelle de la clusivité Sociale – Lab-FEACC_CLISSIS) et Michel Binet (Universidade Lusíada – Laboratoire de phénoménologie, ethnométhodologie et analyse conversationnelle de la clusivité Sociale – Lab-FEACC_CLISSIS)

Date limite de soumission : jusqu'au 20 février 2024.

Estimation de publication : Vol. 18, N. 2, avril/juin 2024.

Lors du dépôt des travaux, veuillez bien utiliser la catégorie Dossier Soins-en-interaction : pratiques, savoirs et réflexivité en santé.

Bibliographie

LODER, Letícia Ludwig; JUNG, Neiva Maria (orgs). Fala-em-interação social: introdução à análise da conversa etnometodológica. Campinas: Mercado de Letras, 2008.

MONDADA, Lorenza. Multiple temporalities of language and body in interaction: challenges for transcribing multimodality. Research on Language and Social Interaction, États-Unis, v. 51, n. 1, p. 85-106, 2018. DOI: https://doi.org/10.1080/08351813.2018.1413878. Disponible en : https://www.tandfonline.com/doi/full/10.1080/08351813.2018.1413878. Accès à : 25 oct. 2023.

OSTERMANN, Ana Cristina; MENEGHEL, Stela Nazareth (orgs). Humanização Gênero Poder: contribuições dos estudos de fala-em-interação para a atenção à saúde. Campinas: Mercado de Letras; Rio de Janeiro: Fiocruz, 2012.

RODRIGUES, Adriano Duarte. A natureza da atividade comunicativa. Lisboa: Lisbon Press, 2021.

WATSON, Rod; GASTALDO, Édison. Etnometodologia e análise da conversa. Petrópolis: Vozes: PUC-Rio, 2015.

Uso de Python para detecção de fake news sobre a covid-19: desafios e possibilidades

Auteurs

DOI :

Mots-clés :

Résumé

Bibliographies de l'auteur

Fernanda Vasques Ferreira, Centro Universitário Senai Cimatec, Faculdade de Tecnologia. Salvador, BA, Brasil. Universidade Federal do Oeste da Bahia, Centro Multidisciplinar de Santa Maria da Vitória. Santa Maria da Vitória, BA

Rafiza Varão, Universidade de Brasília, Faculdade de Comunicação. Brasília, DF

Marco Aurélio Boselli, Universidade Federal de Uberlândia, Instituto de Física. Uberlândia, MG

Leandro Brito Santos, Universidade Federal do Oeste da Bahia, Centro Multidisciplinar de Bom Jesus da Lapa. Bom Jesus da Lapa, BA

Marcelo A. Moret, Centro Universitário Senai Cimatec, Faculdade de Tecnologia. Salvador, BA, Brasil. Universidade do Estado da Bahia. Salvador, BA

Références

Téléchargements

Publiée

Comment citer

Numéro

Rubrique

Licence

Langue

Qualis

Réseaux sociaux

Annonces

Dossier Soins-en-interaction : pratiques, savoirs et réflexivité en santé (v. 18, n. 2) Avr./Juin. 2024

Prorrogação - Dossiê O Povo da rua: saúde, políticas públicas e comunicação

Mots-clés

Numéro courant

Faire une soumission

Indexadores e avaliadores

Informations