Um Modelo de Verificação de Fatos Baseado em Crowdsourcing

O processo de criação de conteúdo na Internet foi imensamente promovido pelo surgimento das Redes Sociais e, com isso, o volume de informações mantidas na web cresce enormemente. Se por um lado a disseminação de informação tornou-se facilitada por essas tecnologias, por outro lado a garantia da veracidade dessas informações se tornou mais difícil, já que as redes sociais permitem a publicação de conteúdo muitas vezes sem moderação. Dessa forma, as redes sociais representam hoje um grande potencializador de disseminação de notícias falsas. Fato esse que motivou o surgimento de organizações de verificação de fatos, em geral representada por organizações jornalísticas. As organizações jornalísticas, por sua vez, têm sua ação limitada a sua capacidade produtiva, a qual pode não atender a grande demanda que surge do imenso volume de fake news para qual estamos submetidos nessa era de desinformação. Essa dissertação propõe então um modelo de verificação de fatos suportado por crowdsourcing que envolve a filtragem, análise e classificação de notícias, procurando apresentar uma alternativa proporcional ao ritmo de criação das fake news. Além da proposta do modelo, o trabalho envolve o desenvolvimento de uma ferramenta de suporte a operação do processo, envolvendo a gestão do trabalho da multidão. Como forma de avaliar o modelo foram executados experimentos utilizando o Amazon Mechanical Turk e, ao final, foram discutidos os resultados, onde foi observado o potencial do uso da multidão em tarefas de verificação de fatos no contexto do modelo proposto.