Modelo fuzzy para aferir a suscetibilidade de jovens em relação às fake news

Autores

DOI:

https://doi.org/10.21167/cqdv26e26002

Palavras-chave:

Lógica Fuzzy, Fake news, Sistema baseado em regras fuzzy, Notícias falsas

Resumo

Conhecidas como fake news, as várias formas de desinformação tornaram-se uma grande vulnerabilidade do mundo atual. Elas podem influenciar, moldar ou distorcer a nossa percepção do que é real. Neste trabalho apresentamos um Sistema Baseado em Regras Fuzzy (SBRF) com o objetivo de estabelecer uma modelagem adequada que permite inferir o quão suscetível, no sentido de acreditar e/ou compartilhar, uma pessoa pode estar diante de uma fake news. Para isso utilizamos os dados coletados a partir de formulários online de participantes de um dos módulos do Projeto “Inteligência Artificial: da Lógica às Humanidades” apoiado pelo CNPq. Os dados foram utilizados para alimentar um modelo fuzzy que permite inferir o grau de suscetibilidade em relação à desinformação dos participantes. Os resultados mostraram que em uma amostra de 42 participantes do projeto, apenas 9,5% têm um alto grau de contaminação por fake news. A validade interna do modelo foi feita comparando os resultados obtidos através do SBRF com uma análise manual dos dados pelo especialista.

Biografia do Autor

  • Aline Tiemi Terasawa, Universidade Estadual Paulista "Júlio de Mesquita Filho" - Unesp,

    Possui graduação em Licenciatura Plena em Pedagogia pela Universidade Estadual Paulista Júlio de Mesquita Filho UNESP-FC (2018). Pós-graduada em Neuropsicopedagogia Clínica e Institucional pela Faculdade Metropolitana - FAMEESP (2021). Atualmente, graduanda do curso de Licenciatura em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho UNESP- FC, campus Bauru.

  • Luiz Henrique da Cruz Silvestrini, , Unesp - Universidade Estadual Paulista "Júlio de Mesquita Filho"

    Possui graduação em Licenciatura Plena em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP - FC (2002), Mestrado em Filosofia, com área de concentração em Lógica e Epistemologia, pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP - FFC (2005), Doutorado em Filosofia, com área de concentração em Lógica, pela Universidade Estadual de Campinas - UNICAMP - IFCH (2011). Atualmente é Professor Assistente Doutor na UNESP, Faculdade de Ciências, Departamento de Matemática, campus de Bauru. É credenciado no Programa de Pós-Graduação em Filosofia da UNESP - FFC - Marília. Tem experiência no ensino de Lógica e Teoria do Conhecimento. Atua principalmente nos seguintes temas: lógica, linguagens formais - semântica, métodos de prova, teorias da verdade, estruturas parciais, algoritmos, raciocínio indutivo, quantificadores e tableaux analíticos.

  • Ana Claudia de Jesus Golzio, Universidade Estadual Paulista "Júlio de Mesquita Filho" - Unesp,

    Possui graduação em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho - Unesp (2008); mestrado na área de Lógica, também pela Unesp (2011), doutorado na área lógica, pela Universidade Estadual de Campinas - Unicamp (2017), pós-doutorado pela Unicamp (2019), como bolsista do Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq e pela Unesp (2020), como bolsista da Fundação de Amparo à Pesquisa do Estado de São Paulo - Fapesp. Atualmente é Professora Assistente Doutora na Unesp, Faculdade de Ciências e Engenharia, Departamento de Engenharia de Biossistemas, campus de Tupã, concursada na área de Inteligência artificial e aprendizado de máquinas. É membro do corpo editorial da revista científica internacional "South American Journal of Logic" e do Grupo de pesquisa vinculado ao CNPq "Sistemas Adaptativos, Lógica e Computação Inteligente". Atua principalmente nos seguintes temas: fundamentos da computação, semânticas formais, lógica algébrica, multiálgebras, hiperestruturas, lógicas não-clássicas, lógica fuzzy, análise de dados, big data e inteligência artificial.

Downloads

Publicado

08-07-2025

Edição

v. 26, 2025

Seção

Artigos de Pesquisa

Licença

Direitos autorais (c) 2025 C.Q.D. - Revista Eletrônica Paulista de Matemática

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Como Citar

Modelo fuzzy para aferir a suscetibilidade de jovens em relação às fake news. C.Q.D. - Revista Eletrônica Paulista de Matemática, Bauru, v. 26, p. e26002, 2025. DOI: 10.21167/cqdv26e26002. Disponível em: https://sistemas.fc.unesp.br/ojs/index.php/revistacqd/article/view/491. Acesso em: 12 out. 2025.

Artigos mais lidos pelo mesmo(s) autor(es)