En FUL 2020, enseña investigadora a detectar perfiles falsos en redes sociales

Dirección de Comunicación Social, 02/Septiembre/2020

Boletín Electrónico Informativo No. 349

*A partir de las características lingüísticas, visuales, sociodemográfi­cas y de conectividad del usuario, se puede determinar si es falso o verdadero, a­rmó la investigadora

Pachuca de Soto, Hidalgo. - La profesora investigadora de la Escuela Superior de Cómputo (ESCOM) del Instituto Politécnico Nacional (IPN), Olga Kolesnikova, presentó un sistema de detección de per­les 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 Arti­ficial.

Durante la conferencia “Detección de per­les 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 per­les falsos, dijo, es para divulgación, propaganda de productos o personas que benefi­cien fi­nalmente a alguna organización, “son medios de influencia, 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 refi­rió que los estudiantes de la Escuela Superior de Cómputo del IPN desarrollaron un detector de per­les 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 per­les desde las cuales se puede determinar si son falsos o no”, indicó al comentar que pueden ser de cuatro tipos: lingüísticas, visuales, sociodemográfi­cas y conectividad del usuario.

Las características lingüísticas se refi­eren 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 sociodemográficas 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 per­les falsos se pueden identi­ficar porque no tienen amigos en común, además de que son per­les recién creados, expuso la integrante de la Sociedad Mexicana de Inteligencia Arti­ficial (SMIA). “Para conocer los per­les falsos necesitamos saber métodos de machine learning, probabilidad estadística, entre otros temas”, re­rió 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 per­les 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 per­les falsos de los verdaderos.

La especialista destacó algunos detectores de per­les falsos, como SybilEdge, Status People, Twitter Audit, CrowdBabbel y Social Audit Pro, que se pueden aplicar en distintas redes sociales. “La detección de per­les falsos requiere muchos módulos de análisis de texto, imágenes, conectividad, entre otros. Hay mucha investigación en este tema y se están buscando algoritmos más e­ficientes para esta tarea”, concluyó.