Archive | setembro 2023
13 de setembro de 2023  

Defesa de dissertação (15/09/2023): Renata Fonseca da Silva

Título: O uso de Jogos Educacionais e Sistemas Tutores Inteligentes como ferramentas no combate às Fake News: Uma Revisão Sistemática de Literatura

Orientadores: Jorge de Abreu Soares e Ronaldo Ribeiro Goldschmidt

Banca: Jorge de Abreu Soares (Cefet/RJ), Ronaldo Ribeiro Goldschmidt (IME), Joel André Fereira dos Santos (Cefet/RJ), Paulo Marcio Souza Freire (IME)

Dia/hora: 15 de setembro de 2023, às 9h.

Local:  Cefet/RJ – Unidade Maracanã, Bloco E, sala E-520

Resumo: As Fake News cresceram em volume e compartilhamento, de forma absurda nos últimos tempos. Este fato, deu-se pela evolução das mídias sociais e o acesso a internet. Todavia, o número de Fake News compartilhadas na internet sem uma análise crítica das informações, tem ocorrido sem precedentes. Ressalta-se que práticas de Alfabetização Midiática e Informacional, vêm senmdo adotadas no combate às Fake News. Nesse contexto, os Jogos Educacionais e Sistemas Tutores Inteligentes, têm obtido êxito para capacitar pessoas a reconhecerem esses tipos de notícias. O objetivo deste estudo é identificar e analisar os métodos e características descritos e implementados por projetos de Jogos Educacionais e Sistemas Tutores Inteligentes, ferramentas de Alfabetização Midiática e Informacional mais utilizadas durante o processo educativo para identificação de Fake News. Para isso, foi utilizada a metodologia de Revisão Sistemática de Literatura, onde foi possível observar, por exemplo, que cerca de 94\% das ferramentas desenvolvidas correspondiam a Jogos Educacionais e, apenas três estavam disponibilizadas em língua portuguesa. Concluiu-se também que, houve um decréscimo no número de estudos publicados que envolviam o uso dessas ferramentas no combate às Fake News.

13 de setembro de 2023  

Defesa de dissertação (14/09/2023): Uriel Merola Minagé e Silva

Título: Métodos de detecção de fake news: Comparativo entre abordagens crowd signals e métodos de comitê

Orientadores: Jorge de Abreu Soares e Ronaldo Ribeiro Goldschmidt

Banca: Jorge de Abreu Soares (Cefet/RJ), Ronaldo Ribeiro Goldschmidt (IME), Eduardo Bezerra da Silva (Cefet/RJ), Paulo Marcio Souza Freire (IME)

Dia/hora: 14 de setembro de 2023, às 10h30.

Local:  Cefet/RJ – Unidade Maracanã, Bloco E, sala E-520

Resumo: O aumento significativo da disseminação de Fake News, deve-se à facilidade de criação e consumo de informações nas redes sociais. Várias abordagens baseadas em aprendizado de máquina (AM) foram propostas para detectar e combater esse tipo de informação maliciosa. Entre as principais abordagens para detectar fake news existe uma baseada em Hybrid Crowd Signals (HCS). Para identificar informações falsas, esta abordagem combina sinais (i.e opiniões sobre se a informação é falsa ou não) coletados tanto dos usuários de redes sociais quanto de classificadores de AM. Embora promissora, até onde pudemos observar, a HCS emprega um método ingênuo (Naive Bayes) para combinar os sinais e inferir quais notícias são falsas. Assim, o presente trabalho levanta a hipótese de que métodos ensemble aplicados para combinar as opiniões fornecidas pelos classificadores de AM usados na HCS e as opiniões implícitas dos usuários fornecidas nas redes sociais, podem resultar em modelos de classificação com melhor desempenho. Os experimentos conduzidos neste trabalho fornecem indícios da validade da hipótese levantada.