Desarrollo de una herramienta web de detección de Fake News en Ecuador, empleando algoritmos de Machine Learning

Abstract

Este estudio presenta el desarrollo de una herramienta web para la detección de noticias falsas (Fake News) en el contexto ecuatoriano, mediante la utilización de algoritmos de Machine Learning e Deep Learning. La problemática de las noticias falsas en Ecuador es especialmente relevante debido a su potencial de manipulación de la opinión pública y la desinformación masiva, lo que se traduce en serias implicaciones políticas y sociales. En la primera fase del estudio, se recopilaron y procesaron grandes bases de datos de noticias internacionales, permitiendo el entrenamiento de modelos de Machine Learning para la detección de Fake News. A continuación, se llevó a cabo el minado de noticias específicas de Ecuador, con el objetivo de adaptar y optimizar estos modelos al contexto local. Un aspecto innovador de este trabajo es el uso de la API de chat GPT-3.5 de OpenAI. Esta estrategia permitió mejorar la precisión de las predicciones al proporcionar a los algoritmos una mayor cantidad de ejemplos de Fake News con las características y matices propios del entorno ecuatoriano. Luego de cual fue entrenada con red neuronal para aprender de asociaciones (Word2Vec) y posteriormente con red neuronal recurrente para aprender de las dependencias de las mismas (LSTM). La herramienta fue desarrollada como una aplicación web utilizando el framework Flask, optando por un diseño centrado en el usuario que facilita su interacción y comprensión. El despliegue se realizó en un servidor EC2 de Amazon, garantizando su accesibilidad y eficiencia. Finalmente, se adquirió un dominio y se aplicó un certificado de seguridad de LetsEncrypt.