En FUL 2020, enseña investigadora a detectar perfiles falsos en redes sociales
La profesora investigadora de la Escuela Superior de
Cómputo (ESCOM) del Instituto Politécnico Nacional (IPN), Olga Kolesnikova,
presentó un sistema de detección de per les falsos en redes sociales en la 33 Feria
Universitaria del Libro (FUL) 2020, que realiza la Universidad Autónoma del Estado
de Hidalgo (UAEH) en su modalidad virtual, donde el tema central es Inteligencia
Arti cial.
Durante la conferencia “Detección de per les falsos en redes sociales”, detalló que
Facebook es la red social más utilizada en México, de ahí la importancia de este
tema, ya que actualmente la mayoría de los jóvenes se encuentran presentes en
este espacio virtual y pueden ser susceptibles de engaños, redes de trata de
personas e incluso de manipulación política.
La razón principal por la que se crean per les falsos, dijo, es para divulgación,
propaganda de productos o personas que bene cien nalmente a alguna
organización, “son medios de in uencia, por eso es muy importante detectar la
información verdadera de la falsa”, explicó Kolesnikova quien igualmente es
miembro del Sistema Nacional de Investigadores (SNI) nivel 1.
La académica re rió que los estudiantes de la Escuela Superior de Cómputo del
IPN desarrollaron un detector de per les falsos en la red social de Facebook, el
proyecto fue exitoso y se dio a conocer a nivel nacional. “Desarrollaron un sistema
a partir del análisis de las características de los per les desde las cuales se puede
determinar si son falsos o no”, indicó al comentar que pueden ser de cuatro tipos:
lingüísticas, visuales, sociodemográ cas y conectividad del usuario.
Las características lingüísticas se re eren a las palabras y temas que usan los
usuarios, si son ofensivas o demasiado emocionales; las visuales se remiten a las
imágenes y videos que publican; las sociodemográ cas aluden al sexo, edad,
estado civil, trabajo, entre otros; y la característica de conectividad toma en cuenta
sus reacciones a eventos notables en su sociedad como las elecciones, además
de quiénes los siguen y viceversa.
Generalmente los per les falsos se pueden identi car porque no tienen amigos en
común, además de que son per les recién creados, expuso la integrante de la
Sociedad Mexicana de Inteligencia Arti cial (SMIA). “Para conocer los per les
falsos necesitamos saber métodos de machine learning, probabilidad estadística,
entre otros temas”, re rió tras presentar las etapas básicas para detección.
La integrante de la Red de Expertos en Computación del IPN señaló que en
eventos como las elecciones, tanto per les falsos como en los reales coinciden los
términos como política, elecciones, voto, entre otros, por lo que señaló que se
requieren técnicas matemáticas como la regresión logística para poder separar los
per les falsos de los verdaderos.
La especialista destacó algunos detectores de per les falsos, como SybilEdge,
Status People, Twitter Audit, CrowdBabbel y Social Audit Pro, que se pueden
aplicar en distintas redes sociales. “La detección de per les falsos requiere
muchos módulos de análisis de texto, imágenes, conectividad, entre otros. Hay
mucha investigación en este tema y se están buscando algoritmos más e cientes
para esta tarea”, concluyó.
Comentarios