ThinkAds - Sistema Inteligente de Detecção de Fake News
O ThinkAds é um sistema inteligente de detecção de fake news que utiliza tecnologia RAGFlow para análise de conteúdo jornalístico. O projeto integra Modelos de Linguagem de Grande Escala (LLMs) com uma base de conhecimento estruturada para análise precisa de conteúdo jornalístico.
Como Funciona
O sistema opera através de um processo estruturado de análise:
1. Extração de Conteúdo
Coleta inteligente de matérias jornalísticas de diversos portais de notícias.
2. Verificação na Base de Conhecimento
Busca por contexto relevante sobre padrões de desinformação em nossa base de dados estruturada.
3. Análise Comparativa
Compara a matéria com o contexto de verificação para identificar padrões suspeitos de desinformação.
4. Resultado Transparente
Fornece classificação precisa identificando trechos suspeitos com justificativas claras para cada detecção.
Tecnologia
O ThinkAds utiliza:
- RAGFlow: Para processamento e análise de conteúdo
- LLMs: Modelos de linguagem avançados para compreensão textual
- Base de Conhecimento: Repositório estruturado de padrões de desinformação
- Interface Web: Plataforma acessível para análise em tempo real
Parceiros e Colaboradores
Este projeto é resultado da colaboração entre organizações comprometidas com o combate à desinformação:
- Sleeping Giants Brasil: Organização dedicada ao combate à desinformação e promoção da responsabilidade na mídia digital
- LabLivre: Laboratório de pesquisa em tecnologias livres da UnB
- Universidade de Brasília: Financiada por meio do edital [Enfrentamento à Desinformação]https://enfrentamentoadesinformacao.unb.br/
Acesse o Projeto
Impacto
O ThinkAds representa um avanço significativo no combate à desinformação, oferecendo:
- Análise automatizada e precisa de conteúdo jornalístico
- Transparência nos critérios de detecção
- Ferramenta acessível para jornalistas e verificadores de fatos
- Contribuição para o fortalecimento do jornalismo responsável
Contatos
- Coordenadora do Projeto: Profa Carla Rocha (caguiar@unb.br)