Resumen

El crecimiento exponencial de las noticias falsas y su amenaza inherente a la democracia, la confianza pública y la justicia ha aumentado la necesidad de detección y mitigación de noticias falsas. Detectar noticias falsas es un desafío complejo ya que están escritas intencionalmente para engañar y confundir. Los humanos no son buenos identificando noticias falsas. La detección de noticias falsas por humanos se informa a una tasa del 54% y un 4% adicional se informa en la literatura como especulativo. La importancia de combatir las noticias falsas se ejemplifica durante la presente pandemia. En consecuencia, las redes sociales están aumentando el uso de herramientas de detección y educando al público en el reconocimiento de las noticias falsas. En la literatura, se observó que se han aplicado varios algoritmos de aprendizaje automático para la detección de noticias falsas con éxito limitado y mixto. Sin embargo, varios modelos avanzados de aprendizaje automático no se están aplicando, aunque estudios recientes están demostrando

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Crecimiento exponencial; Noticias falsas; Detección; Algoritmos de aprendizaje automático; Enfoque de conjunto; Métricas de rendimiento
• Keywords:Exponential growth; Fake news; Detection; Machine learning algorithms; Ensemble approach; Performance metrics