Andamio cognitivo: un chatbot en redes sociales para analizar noticias falsas

Autores/as

DOI: https://doi.org/10.6018/riite.552571
Palabras clave: Andamio Cognitivo, Chatbot, Redes Sociales, Noticias Falsas

Agencias de apoyo

  • Investigación realizada gracias al apoyo del Proyecto UNAM-PAPIIT <IA302121> con título “Creencias Epistemológicas Específicas a Internet y su relación con la discriminación de noticias falsas en redes sociales” y del Proyecto UNAM-PAPIIT < TA300123> “Andamios cognitivos: Aplicaciones contra la desinformación y las noticias falsas”.

Resumen

El fenómeno de las noticias falsas compartidas en las redes sociales se ha viralizado con rapidez debido, en gran parte, a la forma en la que el cerebro procesa la información, por los factores emocionales y por la estructura de las mismas noticias. El objetivo de este estudio fue diseñar e implementar un Chatbot empleado como andamio cognitivo para el análisis de noticias en redes sociales. El procedimiento se realizó en cuatro etapas: análisis de plataformas para crear Chatbots, búsqueda de información, diseño del Chatbot e implementación. Se trató de un estudio mixto-concurrente con alcance descriptivo y muestreo no probabilístico por conveniencia, con 29 participantes adultos mexicanos pertenecientes a diferentes regiones del país. Los resultados muestran que el Chatbot funcionó como andamio cognitivo, puesto que la secuencia de análisis para la noticia incluyó el análisis de las propias emociones y percepciones, además de analizar la estructura de la noticia. Se encontró que las noticias falsas provocan sensaciones negativas en las personas, incluyendo emociones. Asimismo, frecuentemente se encontraron respuestas con negaciones de tipo “no creo” para argumentar que el contenido de las noticias analizadas no cuentan con fuentes confiables o fundamentos suficientes para ser creíbles. Se concluye que el Chatbot tuvo una amplia aceptación por parte de los usuarios, pero aún puede ser mejorado a partir de esta primera experiencia.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

José Manuel Meza-Cano, Universidad Nacional Autónoma de México, Facultad de Estudios Superiores Iztacala (México)

El Dr José Manuel Meza Cano es miembro del Sistema Nacional de Investigadores, Nivel 1. Es licenciado en Psicología por la FES Iztacala y Doctor en Psicología por la Facultad de Psicología, ambos de la UNAM, México. Actualmente es Profesor Titular "A" Tiempo Completo adscrito a la carrera de Psicología SUAyED, de la FES Iztacala. Realizó una estancia de investigación en el grupo de Tecnología Educativa, Departamento de Didáctica y Organización Educativa de la Facultad de Ciencias de la Educación, Universidad de Sevilla, España. Actualmente es evaluador externo de tesis del Doctorado en Sistemas y Ambientes Educativos con sede en la Universidad Veracruzana. Ha publicado artículos sobre redes sociales disciplnares, noticias falsas en redes sociales y entornos personales de aprendizaje. Sus líneas principales de investigación se centran en: redes sociales de código abierto (mastodon) para crear comunidades de aprendizaje (www.redesen.red), procesos cognitivos de las noticias falsas en redes sociales (https://sites.google.com/iztacala.unam.mx/creencias-y-noticias-falsas)

Myriam Juanita Jiménez-Castellanos, Universidad Nacional Autónoma de México, Facultad de Estudios Superiores Iztacala (México)

Es licenciada en psicología por la FES Iztacala de la Universidad Nacional Autónoma de México, ha sido parte de grupos de investigación sobre temas de educación con tecnología. Entre sus intereses principales se encuentran la psicología clínica, el desarrollo humano y la estimulación cognitiva en entornos educativos. Sus líneas de investigación se centran en la evaluación de estrategias metacognitivas para el aprendizaje significativo en estudiantes de educación media superior, el desarrollo de habilidades cognitivas y metacognitivas en alumnos de educación secundaria con el propósito de fortalecer la atención, memoria, autoeficacia y autorregulación para el logro del aprendizaje significativo. Páginas web: https://www.facebook.com/PsicMyriamJimenezCastellanos y https://www.blogger.com/profile/14788120512615772261

Yunuen Ixchel Guzmán-Cedillo, Universidad Nacional Autónoma de México, Facultad de Psicología (México)

Ha formado profesionales en diversas instituciones desde 2004 con más de 100 cursos curriculares universitarios, destacando la Facultad de Psicología de la Universidad Nacional Autónoma de México, la Universidad Tecnológica de México, la Universidad Iberoamericana y la Escuela Nacional de Medicina y Homeopatía del Instituto Politécnico Nacional. Ha desarrollado la línea de incorporación de tecnologías a la educación para potencializar las experiencias de aprendizaje, como tutora de cursos en línea y en el diseño instruccional y curricular para asignaturas en línea. Responsable académica del laboratorio de diseño educativo de entornos de aprendizaje en línea, presenciales y mixtos (LADED). Ha presentado sus aportes en congresos nacionales e internacionales. Directora de tesis en maestría y licenciatura, además de participaciones en sinodos de doctorado. Sus líneas son: desarrollo de recursos educativos, diseño de rúbricas de evaluación, enfoque por competencias y diseño instruccional. Página web: https://laded.net/

Citas

Allcott, H. y Gentzkow, M. (2017). Social media and fake news in the 2016 election. Journal of Economic Perspectives, 31(2), 211–236. http://doi.org/10.1257/jep.31.2.211

Almalki, M. y Azeez, F. (2020). Health Chatbots for Fighting COVID-19: a Scoping Review. Acta informatica medica : AIM : journal of the Society for Medical Informatics of Bosnia y Herzegovina : casopis Drustva za medicinsku informatiku BiH, 28(4), 241–247. https://doi.org/10.5455/aim.2020.28.241-247

Álvarez D., Pico V. y Holgado T. (2021). Detección de Noticias Falsas en Redes Sociales Basada en Aprendizaje Automático y Profundo: Una Breve Revisión Sistemática. Revista Ibérica de Sistemas e Tecnologías de Informação,(E41), 632-645. https://bit.ly/3BnXr2Q

Batra, H., Palawat, G., Gupta, K., Priadarshana, Supragya, Bajaj, D. y Bharti, U. (2022). CovFakeBot: a machine learning based chatbot using ensemble learning technique for COVID-19 fake news detection. International Journal of Artificial Intelligence and Soft Computing, 7(3), 228-241. https://doi.org/10.1504/IJAISC.2022.126344

Blasco, R. y de Francisco, C. (2019). Susceptibilidad cognitiva a las falsas informaciones. Historia y comunicación social, 24(2), 521. https://bit.ly/3BlxKQH

Carcaño, B. (2021). Bots por la democracia: el porqué de la alfabetización informacional. Revista Vinculando. https://bit.ly/3Mo3qed

Castillo-Riquelme, V., Hermosilla-Urrea, P., Poblete-Tiznado, J. P. y Durán-Anabalón, C. (2021). Noticias falsas y creencias infundadas en la era de la posverdad. Universitas, Revista de Ciencias Sociales y Humanas, (34), 87-108. https://bit.ly/41AU4QG

De Barcelos, T., Muniz, L., Dantas, D., Cotrim, D., Cavalcante, J. y Faerstein, E. (2021). Análise de fake news veiculadas durante a pandemia de COVID-19 no Brasil. Revista Panamericana de Salud Pública, 45, e65. https://bit.ly/41tiFqR

Di Domenico, G., Sit, J., Ishizaka, A. y Nunan, D. (2021). Fake news, social media and marketing: A systematic review. Journal of Business Research, 124, 329-341. https://doi.org/10.1016/j.jbusres.2020.11.037

Elizalde, R. y Rodríguez, C. (2021). Nativos digitales y desinformación: un acercamiento desde el sur de Ecuador. Revista Tecnológica - ESPOL, 33(2), 94–108. https://doi.org/10.37815/rte.v33n2.834

Flores, V., Botelho, F. y Vargas M. (2019). Inteligencia Artificial: Cómo los bots pueden contrarrestar las fake news que afectan a las organizaciones de noticias. XXXI Seminario Internacional AISOC, Madrid.

González, M. (2019). Fake News: desinformación en la era de la sociedad de la información. Ámbitos. Revista Internacional de Comunicación, 45, 29-52. http://doi:10.12795/Ámbitos.2019.i45.03

Galindo, A., Ortiz, G., Martínez, B., & Gálvez, M. (2022). Chatbots como Apoyo a Tutorías Académicas en la Licenciatura en Sistemas Computacionales Administrativos de la Universidad Veracruzana Región Xalapa. Interconectando Saberes, (14), 55–64. https://doi.org/10.25009/is.v0i14.2760

Gragnani, J. (2018). Guía básica para identificar noticias falsas (antes de mandarlas a tus grupos de WhatsApp). BBC News Brasil. https://bbc.in/2MMnB3E

Gupta, A., Varun, Y., Das, P., Muttineni, N., Srivastava, P., Zafar, H., ... y Nath, S. (2021). TruthBot: An Automated Conversational Tool for Intent Learning, Curated Information Presenting, and Fake News Alerting. arXiv preprint arXiv:2102.00509. https://doi.org/10.48550/arXiv.2102.00509

Horner, C., Galletta, D., Crawford, J. y Shirsat, A. (2021). Emotions: The Unexplored Fuel of Fake News on Social Media. Journal of Management Information Systems, 38(4), 1039-1066. https://doi.org/10.1080/07421222.2021.1990610

Huertas, B. y López, O. (2014). Andamiaje metacognitivo para la búsqueda de información (AMBI): una propuesta para mejorar la consulta en línea. PAPELES, 6(11), 48-60. https://bit.ly/44VoyQt

Kaywan, P., Ahmed, K., Ibaida, A., Miao, Y., & Gu, B. (2023). Early detection of depression using a conversational AI bot: A non-clinical trial. Plos one, 18(2), e0279743. https://doi.org/10.1371/journal.pone.0279743

Lutzke, L., Drummond, C., Slovic, P. y Árvai, J. (2019). Priming critical thinking: Simple interventions limit the influence of fake news about climate change on Facebook. Global environmental change, 58. https://doi.org/10.1016/j.gloenvcha.2019.101964

MacKenzie, A. y Bhatt, I. (2020). Lies, bullshit and fake news: Some epistemological concerns. Postdigital Science and Education, 2(1), 9-13. https://doi.org/10.1007/s42438-018-0025-4

Maniou, T. y Veglis, A. (2020). Employing a chatbot for news dissemination during crisis: Design, implementation and evaluation. Future Internet, 12(7), 1-14. https://doi.org/10.3390/fi12070109

Mendiguren, T., Pérez, J. y Meso, K. (2020). Actitud ante las Fake News: Estudio del caso de los estudiantes de la Universidad del País Vasco. Revista de comunicación, 19(1), 171-184. https://bit.ly/3nURk35

Ontiveros, K. (2021). ¿Esta noticia es falsa? Edición COVID-19. International Federation of Library Associations and Institutions. https://bit.ly/41tDcLH

Pennycook, G. y Rand, D. (2018). Who falls for fake news? The roles of bullshit receptivity, overclaiming, familiarity, and analytic thinking. Journal of Personality, 88, 185-200. https://doi.org/10.1111/jopy.12476

Peña, T., Giraldo, A., Arango, P. y Bucheli, V. (2022). Un chatbot para asistir a las necesidades de información en tiempos de COVID-19. Ingeniería y Competitividad, 24(1). https://doi.org/10.25100/iyc.v24i1.11004

Picoli, H., Oliveira, C., de Araujo, L., Manzato, M., & Rodrigues, K. (2022). Human-ChatBot Interaction: measuring the psychophysiological reactions of chatbot users. In Proceedings of the Brazilian Symposium on Multimedia and the Web (pp. 377-380). https://doi.org/10.1145/3539637.3557934

Rambe, P. (2012). Activity theory and technology mediated interaction: Cognitive scaffolding using question-based consultation on Facebook. Australasian Journal of Educational Technology, 28(8). https://doi.org/10.14742/ajet.775

Redacción Nacional Conecta. (2020, marzo). ¿Cómo distinguir noticias falsas de verdaderas en 4 pasos? Instituto Tecnológico y de Estudios Superiores de Monterrey, México. https://bit.ly/3I64LUF

Reig, D. (2015). Jóvenes de un nuevo mundo: cambios cognitivos, sociales, en valores, de la Generación conectada. Revista de estudios de juventud, (108), 21-32. https://bit.ly/2v8sCwR

Rodríguez, C. (2019). No diga fake news, di desinformación: una revisión sobre el fenómeno de las noticias falsas y sus implicaciones. Comunicación, (40), 65-74. https://bit.ly/3M0NQ78

Roque, G., Cavalcanti, A., Nascimento, J., Souza, R. y Queiroz, S. (2021). BotCovid: Development and Evaluation of a Chatbot to Combat Misinformation about COVID-19 in Brazil. En 2021 IEEE International Conference on Systems, Man, and Cybernetics (SMC) (pp. 2506-2511). IEEE. https://doi.org/10.1109/SMC52423.2021.9658693

Sanz, B. y Cerro de Francisco, C. (2019). Susceptibilidad cognitiva a las falsas informaciones. Historia y comunicación social. 24(2), 521-531. https://doi.org/10.5209/hics.66296

Tan, J. , He, Y. , Wu, Y. , Sun, G. (2018). Dialogue matching prediction model applied in campus psychological counseling. Journal of University of Science and Technology of China, 48(9), 739. https://bit.ly/3nQzs9z

Tandoc, E., Lim, Z., & Ling, R. (2018). Defining “fake news” A typology of scholarly definitions. Digital journalism, 6(2), 137-153. https://doi.org/10.1080/21670811.2017.1360143

Thompson, N., Wang, X. y Daya, P. (2019). Determinants of news sharing behavior on social media. Journal of Computer Information Systems. https://doi.org/10.1080/08874417.2019.1566803

Valero, P. y Oliveira, L. (2018). Fake news: una revisión sistemática de la literatura (Fake news: a systematic review of the literatura). Observatorio (OBS*), 12(5), 54-78. https://bit.ly/3nXRA1b

Yun-Jo, A. (2010). Scaffolding wiki-based, ill-structured problem solving in an online environment. Journal of Online Learning and Teaching, 6(4), 723. https://bit.ly/3BsjRzS

Publicado
01-06-2023
Cómo citar
Meza-Cano, J. M., Jiménez-Castellanos, M. J., & Guzmán-Cedillo, Y. I. (2023). Andamio cognitivo: un chatbot en redes sociales para analizar noticias falsas. RiiTE Revista Interuniversitaria de Investigación en Tecnología Educativa, (14), 76–94. https://doi.org/10.6018/riite.552571
Número
Nº 14 Junio 2023
Sección
ARTÍCULOS

Derechos de autor 2023 José Manuel Meza-Cano, Myriam Juanita Jiménez-Castellanos, Yunuen Ixchel Guzmán-Cedillo

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

 Aquellos autores que tengan publicaciones con esta revista aceptan los términos siguientes : 

  1. Los autores conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia Creative Commons Atribución no comercial compartir por igual 4.0 Internacional que permite compartir, copiar y redistribuir el material en cualquier medio o formato y adaptar, remezclar, transformar y construir sobre el material en los siguientes términos:
    Reconocimiento - Debe dar el crédito apropiado, proporcionar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiere que el licenciante o su uso hace suya. No comercial - No puede utilizar el material con fines comerciales. Compartir bajo la misma - Si remezcla, transformar o crear sobre el material, se debe distribuir sus contribuciones bajo la misma licencia que el original.

  2. Los autores podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.

  3. Se permite y recomienda a los autores difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).

  4. En cualquier caso, el Equipo Editorial entiende que las opiniones vertidas por los autores son de su exclusiva responsabilidad.