Identificar una información falsa antes de que alcance una difusión masiva es uno de los principales desafíos para los periodistas y los equipos de verificación durante una emergencia. Investigadores de la Universitat Politècnica de València (UPV) han desarrollado un sistema de alerta temprana que permite detectar qué contenidos potencialmente engañosos tienen más probabilidades de hacerse virales, con el objetivo de intervenir antes de que su circulación se multiplique.
La herramienta no busca sustituir la verificación periodística, sino establecer qué mensajes deben comprobarse primero cuando el volumen de información supera la capacidad de respuesta de los profesionales. El sistema, denominado Disinformation Diffusion Virality Risk Index (DDVRI), combina el análisis del riesgo de desinformación con la estimación de su posible alcance en redes sociales.
Para elaborar sus previsiones, el modelo examina los datos disponibles durante las primeras fases de circulación de un mensaje. Entre ellos figuran el contenido del texto, las características de quien lo publica, la velocidad con la que se comparte y la estructura de su propagación. A partir de estas señales, calcula el riesgo factual y la probabilidad de una amplia difusión, y genera una clasificación que permite establecer prioridades de verificación.
Los primeros resultados muestran que el sistema puede concentrar entre sus alertas prioritarias una proporción de contenidos peligrosos tres veces superior a la media. Para comprobarlo, los investigadores utilizaron PHEME, una base de datos de conversaciones y rumores difundidos en Twitter durante acontecimientos de actualidad. El modelo analizó las primeras seis horas de actividad para estimar qué publicaciones alcanzarían una elevada circulación durante las 72 horas siguientes.
Entre los 50 mensajes que encabezaban la clasificación de cada acontecimiento, la presencia de contenidos que combinaban riesgo de desinformación y alta difusión fue aproximadamente tres veces superior a la proporción de estos casos en el conjunto estudiado.
Los investigadores realizaron una segunda evaluación con CoAID, una base de datos que reúne informaciones verdaderas y falsas relacionadas con la COVID-19 y sus interacciones sociales. En una de las configuraciones analizadas, el 27 % de los 50 mensajes considerados prioritarios reunía ambas características: desinformación y elevada amplificación.
La principal aplicación del sistema sería ayudar a las redacciones, agencias de verificación y administraciones públicas a reducir el tiempo de reacción ante informaciones potencialmente peligrosas. Crisis como la dana de Valencia de 2024, durante la que circularon numerosos rumores y afirmaciones falsas, muestran la dificultad de contrastar un gran volumen de publicaciones mientras todavía se están produciendo los acontecimientos.
Juan José Climent Ferrer, uno de los investigadores responsables del proyecto, ha explicado en COPE que las primeras seis horas de una crisis resultan especialmente importantes por la cantidad de información que se genera y la rapidez con la que circula. El investigador ha insistido en que el objetivo no es reemplazar a los verificadores, sino facilitar una respuesta más temprana.
El trabajo, realizado por J. Ernesto Solanes, Juan José Climent-Ferrer, Flavio Moriniello, Ana Martí-Testón, Adolfo Muñoz y Luis Gracia, integrantes del grupo Hume del Instituto de Diseño y Fabricación de la UPV, se ha publicado en la revista científica Electronics.
Por ahora, los resultados proceden de evaluaciones experimentales con bases de datos existentes, por lo que todavía no acreditan su eficacia en una emergencia real. Tampoco se trata de una herramienta que determine automáticamente si una noticia es verdadera o falsa, ni que tome decisiones sobre la eliminación de contenidos. La comprobación y cualquier actuación posterior siguen correspondiendo a profesionales.
Según ha adelantado Climent en COPE, una de las posibilidades de desarrollo futuro consiste en incorporar un semáforo de veracidad, con indicadores rojos, amarillos y verdes, que permita trasladar las evaluaciones a una herramienta comprensible para la ciudadanía. Esta funcionalidad todavía no forma parte de la aplicación inicial, centrada en anticipar riesgos y facilitar el trabajo de los equipos de verificación.
