Estructura del Equipo
El estudio de la IA para combatir la desinformación y la corrupción implica al menos cinco tareas principales.
- Tarea 1 – Alegación: Recopilación de datos cualitativos sobre acusaciones de corrupción contra políticos e identificación de un estándar de oro fiable para comparar acusaciones verdaderas (que suelen ser procesadas) con acusaciones falsas (de información errónea/maliciosa/desinformación), primero en Canadá y Estados Unidos, y ahora también en Europa y América.
- Tarea 2 – Parlamento: Recopilación de datos cualitativos sobre el uso de la IA en los parlamentos, mediante estudios de caso y entrevistas estructuradas en profundidad, con el objetivo de identificar las mejores prácticas más adecuadas para el uso de la IA en la lucha contra todas las formas de ciberamenazas híbridas en la infraestructura crítica de la democracia, y en particular contra la desinformación y la corrupción, cada vez más prevalentes debido al uso indebido de la IA.
- Tarea 3 – Negocios: Recopilación de datos cualitativos y análisis cuantitativo para determinar las estrategias de respuesta de los líderes empresariales ante la desinformación, especialmente porque las empresas suelen ser blanco de ataques (como receptores de beneficios o ventajas de la corrupción) al mismo tiempo que los funcionarios públicos son objeto de acusaciones. Por lo tanto, las empresas tienen un gran interés en contar con herramientas de desambiguación más robustas mediante IA.
- Tarea 4 – Idioma: Reutilización de corpus y Modelos de Lenguaje Largo (LLM) existentes, junto con Gráficos de Conocimiento (GC), para analizar el texto de los corpus recopilados sobre acusaciones verdaderas o falsas contra políticos, y desarrollo de herramientas de IA avanzadas para desambiguar las noticias falsas, así como para inferir los posibles pasos siguientes en una campaña de desinformación y a quién podría afectar a continuación en la cadena lógica.
- Tarea 5 – Ontología: Reutilización de Gráficos de Conocimiento (KG) y ontologías existentes para desarrollar un nuevo modelo semántico integrado de corrupción, junto con la desinformación, la dinámica de las acusaciones y las diversas entidades objetivo de las noticias falsas, como proyectos del sector público, contrataciones y contratistas.
Tarea 1 – Alegación
Sylvia Andriamaharosoa, Graduate Research Assistant, UQO, [LinkedIn]
Jean-Philippe Dogbo, Graduate Student, UQO, [LinkedIn]
Tarea 2 – Parlamento
Tarea 3 – Negocio
Ousmane Alkaly, Graduate Student, UQAM, [LinkedIn]
Tarea 4 – Idioma
Tony Berber-Sardinha, Full Professor, Pontifícia Universidade Católica de São Paulo, [Web] ~ [LinkedIn] ~ [Scholar]
Sotiris Kranias, Partner, Hellenic OCR Team, [LinkedIn]
Hazem Amamou, Graduate Student, INRS, [LinkedIn]
