Tras las medidas que varios estados e instituciones de nuestros país han tomado con respecto a la prevención del contagio comunitario del COVID-19, han surgido varias cuestiones a reflexionar. El distanciamiento social ha sido promovido con el fin de evitar contagios masivos, mismos que después son difíciles de rastrear.
Varias empresas y escuelas han decidido hacer home office o trasladar sus cursos online. De esta manera, las redes sociales se vuelven una herramienta para mantenerse en contacto con compañeros, amigos y familiares. Pero también se vuelve en una fuente de información donde son cada vez más los generadores de contenido. Este contenido no necesariamente está sustentado con información verídica, algunos hasta información incorrecta o asegurando hechos que no están confirmados.
La cuestión más preocupante es la rapidez de la alerta que genera la desinformación. El Colegio de Médicos Cirujanos del Estado de Nuevo León, Data Science Monterrey, Hacking Health Monterrey, Women in Data Science, Power and Engineering y Saturday AI Monterrey organizaron el COVID-19 Challenge. Este es un reto que surge tras la Emergencia Sanitaria y la buena voluntad de comunidades y asociaciones civiles tecnológicas del estado de Nuevo León que buscan proporcionar información verídica para que las personas tomen sus precauciones necesarias y no se dejen guiar por la desinformación.
El ingeniero Ismael Peregrina, Líder de Inteligencia y científico de datos de Tecmilenio, junto con su compañera Xóchitl Morales, Científico de datos del Tec de Monterrey, presentaron su desarrollo del proyecto “Análisis Exploratorio de Tweets con Análisis de Sentimiento para determinar la viralidad de una mención con relación a su sentimiento” el 29 de febrero de 2020.
Este proyecto trata de un robot que identifica si existe una correlación entre las menciones negativas y el número de retweets relacionados con el Coronavirus. A partir de esa relación, se podrá desarrollar herramientas para clasificar la veracidad de las noticias y evitar la desinformación.
Utilizando técnicas aplicadas en ciencia de datos, el equipo realizó un diccionario de Twitter y analizando 30 mil tweets, crearon una clasificación para medir la positividad de las publicaciones: +1.0 al -1.0. Con esta herramienta se descubrió que no hay una correlación entre la negatividad y la propagación de la información, pero dos situaciones atípicas llamaron la atención: dos publicaciones negativas con el mayor número de retweets de cuentas no verificadas. Mientras que, cuentas verificadas, como la Secretaría de Salud, presentan una cantidad de retweets mucho menor a las antes mencionadas.
“Hemos logrado un paso importante con el que podremos facilitar que la población, según el emisor y la clasificación de publicaciones, pueda estar informada con fuentes veraces” Mencionó el Ing. Peregrina. “Además, podremos comparar la epidemia actual de COVID-19 con otras epidemias para identificar patrones y analizar fuentes de diferentes canales o medios digitales para identificar y evitar la propagación del pánico”
“El implementar este robot con más tecnología y recursos para el análisis de datos en tiempo real, permitirá a los usuarios definir si una publicación es negativa o no, pero sobre todo, si viene de una fuente confiable”
