Ao invés de checar fatos, algoritmos de detecção de fake news avaliam o grau em que uma informação se assemelha a padrões de verdade ou falsidade. Essa abordagem levanta dúvidas sobre eficácia e limites.
Especialistas apontam que esse tipo de IA não descarta a necessidade de verificação humana. Pesquisadores destacam que o desempenho em laboratório nem sempre se traduz em uso real, especialmente com questões de privacidade e viés.
Consultados, estudantes e mestres de instituições como a Universidade de Montreal questionam a utilidade prática dessas ferramentas. A principal crítica é a confiabilidade ética e a possibilidade de censura ou viés político.
Como as IAs funcionam na checagem
Elas não apuram fatos; refletem o que está presente em seus bancos de dados. O resultado depende do material com que foram treinadas e pode reproduzir vieses existentes.
Além disso, o problema da verdade fundamental complica a tarefa. Definir o que é desinformação ainda é tema de debate entre especialistas, o que dificulta a rotulagem de dados.
Limites práticos e riscos
Ferramentas de IA costumam identificar apenas a semelhança com conteúdos já conhecidos, não a veracidade em si. Em conteúdos em movimento, a precisão pode cair.
Outra queixa envolve a possibilidade de que sistemas de checagem acelerem desinformação ao sinalizar apenas correções superficiais, sem verificar a verdade subjacente.
Caminhos futuros e propostas
Pesquisadores propõem ampliar a transparência, reduzir vieses e usar verificações mais profundas. Modelos devem diferenciar relato fiel de declarações verdadeiras, indo além de correções simples.
A pesquisadora Dorsaf Sallami desenvolveu a IA Aletheia, que busca ampliar a acessibilidade e a atualização das checagens em tempo real, funcionando como extensão de navegador.
Entre na conversa da comunidade