Creación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datos

Las noticias falsas,representan una problemática cada vez más difícil de manejar. Las redes sociales y la constante exposición a la información, hacen que la labor de determinar la diferencia entre las noticias verdaderas y las falsas, sea una labor imposible de realizar para el ser humano. En este...

Full description

Autores:
Pérez León, Camila Andrea
López González, Brayan Arnulfo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/93187
Acceso en línea:
http://hdl.handle.net/11349/93187
Palabra clave:
Noticias falsas
Posverdad
Periodismo de datos
Conjunto de datos
Aprendizaje automático
Ciencia de datos
Comunicación Social y Periodismo -- Tesis y Disertaciones Académicas
Periodismo en línea
Redes sociales -- Investigaciones
Noticias falsas -- Investigaciones
Fake News
Data Set
Data Science
Post-truth
Machine Learning
Data Journalism
Rights
License
Abierto (Texto Completo)
id UDISTRITA2_c915568f27a15b515ecc61de48a7d3f1
oai_identifier_str oai:repository.udistrital.edu.co:11349/93187
network_acronym_str UDISTRITA2
network_name_str RIUD: repositorio U. Distrital
repository_id_str
dc.title.none.fl_str_mv Creación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datos
dc.title.titleenglish.none.fl_str_mv Creation of a data set for training a machine learning model capable of detecting fake news from Colombia written in Spanish from the perspective of data journalism
title Creación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datos
spellingShingle Creación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datos
Noticias falsas
Posverdad
Periodismo de datos
Conjunto de datos
Aprendizaje automático
Ciencia de datos
Comunicación Social y Periodismo -- Tesis y Disertaciones Académicas
Periodismo en línea
Redes sociales -- Investigaciones
Noticias falsas -- Investigaciones
Fake News
Data Set
Data Science
Post-truth
Machine Learning
Data Journalism
title_short Creación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datos
title_full Creación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datos
title_fullStr Creación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datos
title_full_unstemmed Creación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datos
title_sort Creación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datos
dc.creator.fl_str_mv Pérez León, Camila Andrea
López González, Brayan Arnulfo
dc.contributor.advisor.none.fl_str_mv Riveros Solorzano, Hernán Javier
Peña Reyes, Ana María
dc.contributor.author.none.fl_str_mv Pérez León, Camila Andrea
López González, Brayan Arnulfo
dc.subject.none.fl_str_mv Noticias falsas
Posverdad
Periodismo de datos
Conjunto de datos
Aprendizaje automático
Ciencia de datos
topic Noticias falsas
Posverdad
Periodismo de datos
Conjunto de datos
Aprendizaje automático
Ciencia de datos
Comunicación Social y Periodismo -- Tesis y Disertaciones Académicas
Periodismo en línea
Redes sociales -- Investigaciones
Noticias falsas -- Investigaciones
Fake News
Data Set
Data Science
Post-truth
Machine Learning
Data Journalism
dc.subject.lemb.none.fl_str_mv Comunicación Social y Periodismo -- Tesis y Disertaciones Académicas
Periodismo en línea
Redes sociales -- Investigaciones
Noticias falsas -- Investigaciones
dc.subject.keyword.none.fl_str_mv Fake News
Data Set
Data Science
Post-truth
Machine Learning
Data Journalism
description Las noticias falsas,representan una problemática cada vez más difícil de manejar. Las redes sociales y la constante exposición a la información, hacen que la labor de determinar la diferencia entre las noticias verdaderas y las falsas, sea una labor imposible de realizar para el ser humano. En este contexto, se ve necesario adoptar nuevas tecnologías en la labor del periodista; la inteligencia artificial resulta una herramienta de mucha utilidad. El presente proyecto se enfoca en desarrollar un conjunto de datos de noticias falsas escritas en español que puedan ser utilizados para entrenar un modelo de aprendizaje automático capaz de clasificar noticias de forma precisa. La creación de un conjunto de datos de noticias falsas en español es un desafío importante debido a la necesidad de garantizar la calidad y la representatividad de los datos que permitan entrenar un modelo efectivo. Para esto se contará con las bases propuestas por el periodismo de datos, siendo esta un área donde converge el conocimiento del periodista y las ciencias de datos.
publishDate 2024
dc.date.created.none.fl_str_mv 2024-10-09
dc.date.accessioned.none.fl_str_mv 2025-03-04T16:11:20Z
dc.date.available.none.fl_str_mv 2025-03-04T16:11:20Z
dc.type.none.fl_str_mv bachelorThesis
dc.type.degree.none.fl_str_mv Monografía
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11349/93187
url http://hdl.handle.net/11349/93187
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv Abad, C. S. (2019). The first fake news of History. In Historia y Comunicacion Social (Vol. 24, Issue 2, pp. 411–431). Universidad Complutense de Madrid. https://doi.org/10.5209/hics.66268
​Arrojo, M. J. (2020). Las Ciencias de la comunicación desde el realismo científico : el problema de la complejidad y las noticias falsas (fake news). ArtefaCToS : Revista Del Instituto de Estudios de La Ciencia y La Tecnología, 9.
​Astorquiza, P. (2008). Interacción entre la razón y las emociones en el ser humano según Santo Tomás de Aquino. Civilizar, 8.
​Benassini, C. (2014). DE AUDIENCIAS A PROSUMIDORES. ACERCAMIENTO CONCEPTUAL. Revista Luciernaga, 6.
​Bobadilla, J. (2020). Machine Learning y deep learning usando python, scikit y keras. Editorial Ra-Ma (España), 294.
​Bradshaw, P. (2011, April 21). La pirámide invertida del periodismo de datos. Data Journalism. https://onlinejournalismblog.com/2011/07/07/the-inverted-pyramid-of-data-journalism/
​Bsoul, M. A., Qusef, A., & Abu-Soud, S. (2022). Building an Optimal Dataset for Arabic Fake News Detection. Procedia Computer Science, 201(C), 665–672. https://doi.org/10.1016/J.PROCS.2022.03.088
Calabrese, J., Esponda, S., Pasini, A., Boracchia, M., & Pesado, P. (2019). Guía para evaluar calidad de datos basada en ISO/IEC 25012.
​Cantón-Correa, J., Sidorenko-Bautista, P., & Alba-Ruiz, R. (2024). Capítulo 1. Monitorización y detección automática de noticias mediante inteligencia artificial: una propuesta de herramienta para redes sociales y plataformas. Espejo de Monografías de Comunicación Social, 25, 21–43. https://doi.org/10.52495/c1.emcs.25.p108
​Capuano, N., Fenza, G., Loia, V., & Nota, F. D. (2023). Content-Based Fake News Detection With Machine and Deep Learning: a Systematic Review. Neurocomputing, 530, 91–103. https://doi.org/10.1016/J.NEUCOM.2023.02.005
​Carrión, J. (2017). Diferencia entre dato información y conocimiento.
​Casero, A., & Lopez, P. (2013). La gestión de fuentes informativas como criterio de calidad profesional. In La calidad periodistica. Teorías, investigaciones y sugerencias profesionales.
Escobar Rico, J. C., & Fonseca Corrales, J. A. (2019). El posible efecto de las “fake news” publicadas en redes sociales sobre la democracia delliberativa en el contexto colombiano. Pontificia Universidad Javeriana. https://repository.javeriana.edu.co/handle/10554/45779#.ZDhsS1Rd5hY.mendeley
​Fake News Challenge. (n.d.). Retrieved April 14, 2023, from http://www.fakenewschallenge.org/
​Flores Quinayás, J. E., & Montaño Morcillo, J. G. (2022). Modelo para la detección de noticias falsas en formato texto en la red social Twitter, aplicado al contexto político colombiano de las elecciones presidenciales de 2022 [Universidad ICESI]. https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/95206/1/T02444.pdf
​García, E. (2014). LA PARODIA INFORMATIVA COMO FRIVOLIZACIÓN  DEL DISCURSO POLÍTICO. Círculo de Lingüística Aplicada a La Comunicación.
​García Gutiérrez, Á. (2016). Machine Learning en Bases de Datos de Lenguaje Natural.
​García Marín, D., & Aparici, R. (2019). La posverdad: el software de nuestra era. In La posverdad. Una cartografía de los medios, redes y la política.
​García Serrano. (2013). Inteligencia artificial- Fundamentos, práctica y aplicaciones (1st ed.).
​García Serrano, J., Romero-Rodríguez, L. M., & Hernando Gómez, Á. (2019). Análisis del “clickbaiting” en los titulares de la prensa española contemporánea / Estudio de caso: Diario “El País” en Facebook. Estudios Sobre El Mensaje Periodístico, 25(1), 197–212. https://doi.org/10.5209/ESMP.63724
​Gelbukh, A. (2010). Procesamiento de Lenguaje Natural y sus Aplicaciones. Komputer Sapiens , 1. ​González, M. F. (2017). La «posverdad» en el plebiscito por la paz en Colombia. Nueva Sociedad. ​Gutiérrez Coba, L., Salgado Cardona, A., & Gómez Díaz, J. A. (2015). Factores asociados a la credibilidad y a la autoridad percibidas (o su influencia social) en los medios de noticias online en Colombia. Estudios Sobre El Mensaje Periodístico, 21(0). https://doi.org/10.5209/rev_ESMP.2015.v21.50671
​Herrera, L. (2017). Inteligencia artificial y lenguaje natural. Lenguas Modernas, 157–165.
​Herrero de la Fuente, M., Llamas, M. S., & Castillo Lozano, E. (2022). Periodismo de datos contra desinformación. Competencias, perfiles y formación requerida en el periodismo de datos. Estudios Sobre El Mensaje Periodístico, 28(4), 827–840. https://doi.org/10.5209/esmp.82592
​IAAR. (n.d.). Introducción - Libro online de IAAR. Retrieved April 15, 2023, from https://iaarbook.github.io/
​Jenkins, H. (2006). Convergence Culture.
​Laboratorio de Reporteros de la Universidad de Duke. (2023). FACT-CHECKING NEWS. Https://Reporterslab.Org/Fact-Checking/.
​Levitin, D. J. (2019). Evaluar las palabras . In La metira como arma.
​Linares Peralta, R. (2021). Dimensión filosófica de la posverdad [Universidad de Granada]. https://doi.org/10.30827/Digibug.72129
Magallón Rosa, R. (2019). Unfaking news : cómo combatir la desinformación
​Mark Amoros. (2018a). Fake news. La verdad de las noticias falsas.
​Mark Amoros. (2018b). Fake news. La verdad de las noticias falsas.
​Martínez, H. (2004). Las fuentes en el periodismo informativo. In Redacción para periodistas : informar e interpretar.
​Medina Lorente, J. R. (2020). Desarrollo de un sistema de detección de fake news en español y aplicación en noticias. http://calderon.cud.uvigo.es/handle/123456789/368
​Mejía Cortés, J. D. (2018). Comunicación política y posverdad: expresiones discursivas de la oposición al plebiscito en Colombia 2016. Diálogos de Derecho y Política. 8–41.
​Meta retira su modelo de IA para ayudar a la ciencia: difundía bulos y era racista. (n.d.). Retrieved April 7, 2023, from https://www.lavanguardia.com/tecnologia/20221123/8618160/galactica-ia-meta-racista-bulos.html
​Mitra, T., & Gilbert, E. (2021). CREDBANK: A Large-Scale Social Media Corpus With Associated Credibility Annotations. Proceedings of the International AAAI Conference on Web and Social Media, 9(1), 258–267. https://doi.org/10.1609/icwsm.v9i1.14625
​Morales Campos, E. (2019). La posverdad y las noticias falsas: el uso ético de la información.
​Murolo, L. (2019). La posverdad es mentira. Un aporte conceptual sobre fake news y periodismo. In La Posverdad. Una cartografía de los medios, las redes y la política.
​Nieto Hernández, C., & Esteve Ramírez, F. (2014). Nuevos retos del periodismo especializado. Schedas.
​Pérez, A., & Aguilar, M. (2019). Propaganda, manipulación y uso emocional del lenguaje político. In La Posverdad. Una cartografía de los medios, las redes y la política.
​Posetti, J., & Bontcheva, K. (2020). Desinfodemia: descifrando la desinformación sobre el COVID-19.
​Prada, R. (1987). Epistemología del dato. Revista Mexicana de Sociología, 49(1), 307. https://doi.org/10.2307/3540436
​Renó Luciana. (2018). Manual de Periodismo de Datos (1a Edición). Ria Editorial. https://books.google.es/books?hl=es&lr=&id=hpx_DwAAQBAJ&oi=fnd&pg=PA14&dq=que+es+el+periodismo+de+datos&ots=XCtwWckE5B&sig=QSGa6qsJAiTJMclBqwaz9mm9eHI#v=onepage&q=que%20es%20el%20periodismo%20de%20datos&f=false
​Rubio Angel, & Donofrio Andrea. (2017). El periodismo de datos como antídoto de la posverdad. In La posverdad. Una cartografía de los medios, las redes y la política. Editorial Gedisa, S.A. https://outlook.office.com/mail/id/AAQkADdlYWRkZmZhLTQ0NjktNGM2ZC05MGM4LTU3ZTU5ZGI0ZDY1OQAQACZwkZVzm4NIj5GVWQJ3sgg%3D/sxs/AAMkADdlYWRkZmZhLTQ0NjktNGM2ZC05MGM4LTU3ZTU5ZGI0ZDY1OQBGAAAAAACiRAe%2FkAKPRKqhJIuuQf6RBwDqoMBDFSXGTYWoatq92uZdAAAAAAEMAADqoMBDFSXGTYWoatq92uZdAABJgPmzAAABEgAQAGoMZwRHWBJPtB4fMRWk4wQ%3D
​Russell, S. J., & Norvig Peter. (2020). Inteligencia artificial. Un enfoque moderno (4th ed.).
​Sainz de Baranda, C., Herrero-Curiel, E., & Ruiz Ballesteros, R. (2021). El papel de las emociones en las fakes news durante la crisis del COVID-19. In Ecosistema de una pandemia: COVID 19, la transformación mundial (pp. 534–552).
Sampieri Roberto, Collado  Carlos, & Baptista Pilar. (2014). Metodología de la investigación (Sexta)
​Sánchez Calero, M. L., & Mancinas-Chávez, R. (2017). Periodismo con datos no es igual que Periodismo de datos. EcComStudies. Estudios de Tecnología y Comunicación.
​Sandoval Latorre, J., & Castañeda Miranda, I. D. (2019). Facultad de Ciencias de la Comunicación Carrera Profesional de Ciencias de la Comunicación "FAKE NEWS Y CREDIBILIDAD DE LOS MEDIOS.
​SINC. (2019). Inteligencia artificial para detectar noticias falsas y mensajes de odio en redes sociales. https://www.agenciasinc.es/en/view/content/264218/full/1/122436
​Sosa Escudero, W. (2022). Big data y ciencia de datos: conceptos, oportunidades y desafíos. Reflexiones Sobre El Trabajo. Visiones Durante La Pandemia Desde El Cono Sur de América Latina, 2022, ISBN 9789220363614, Págs. 83-94, 83–94. https://dialnet.unirioja.es/servlet/articulo?codigo=8504550
​Tabja, J. (2021). El montaje en ciencias y las fake news: las dos caras de la desinformación en democracia. Revista Iberoamericana de Ciencia, Tecnología y Sociedad, 16.
​Tovar, F. B. (2021). REVISTA CHILENA DE DERECHO Y TECNOLOGÍA Filtro burbuja: ¿Cuál es el costo de la personalización digital? https://doi.org/10.5354/0719-2584.2021.54042
​Unión Europea. (2022, March 8). Desinformación: Discurso del Alto Representante/Vicepresidente Josep Borrell en el debate del PE.
​UTN, F. R. S. F. (2021). Jornadas de Ciencia y Tecnología 2021. AJEA, 1. https://doi.org/10.33414/ajea.1.871.2021
​Valbuena Roiman. (2021). Inteligencia Artificial: Investigación Científica Avanzada Centrada en Datos - Roiman Valbuena - Google Libros. https://books.google.es/books?hl=es&lr=&id=SoMTEAAAQBAJ&oi=fnd&pg=PA15&dq=ramas+de+la+inteligencia+artificial&ots=rlZ__iJFIj&sig=-Wo-I1QBHSHI0S8qh3T7zXv-rQM#v=onepage&q=ramas%20de%20la%20inteligencia%20artificial&f=false
​Van Dijck, J. (2016). La cultura de la concectividad:  Una historia crítica de las redes sociales (Primera).
​Vegega Cinthia, Pytel Pablo, & Pollo María. (2017). Método basado en el emparrillado para evaluar los datos aplicables para entrenar algoritmos de aprendizaje automático. In Serna Edgar (Ed.), Desarrollo e inovación en ingeniería (Segunda). https://www.researchgate.net/profile/Edgar-Serna-M/publication/331385353_Desarrollo_e_innovacion_en_ingenieria_ed_2/links/5c76e4ce92851c69504663b5/Desarrollo-e-innovacion-en-ingenieria-ed-2.pdf#page=162
​Villayandre Llamazares, M. (2000). La lingüística computacional y sus aplicaciones. Estudios Humanísticos. Filología, 22, 195. https://doi.org/10.18002/ehf.v0i22.3983
​Wardle, C. (2016, November 18). 6 types of misinformation circulated this election season. Columbia Journalism Review.
Wardle, C. (2017). Fake news. It’s complicated. Firstdraft.
​Wolf, M. (1987). DE LA SOCIOLOGÍA DE LOS EMISORES AL NEWSMAKING. In La investigación de la comunicación de masas (pp. 222–242).
​Zobaer Hossain, M., Ashraful Rahman, M., Saiful Islam, M., & Kar, S. (2020). BanFakeNews: A Dataset for Detecting Fake News in Bangla. www.politifact.com,
​Zules Acosta, F. A. (2019). Construcción de un dataset de noticias para el entrenamiento y evaluación de clasificadores automatizados. Universidad Politécnica de Madrid.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.acceso.none.fl_str_mv Abierto (Texto Completo)
rights_invalid_str_mv Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv pdf
institution Universidad Distrital Francisco José de Caldas
bitstream.url.fl_str_mv https://repository.udistrital.edu.co/bitstreams/6e9d4baf-5eb5-464e-904c-e41baebfc3db/download
https://repository.udistrital.edu.co/bitstreams/b7e66f6d-3f25-459f-84d4-890323978eb4/download
https://repository.udistrital.edu.co/bitstreams/f31beb72-348a-462b-b237-e4e8f358bfb0/download
https://repository.udistrital.edu.co/bitstreams/e0914ee1-9b9f-4f69-81ca-c5e8a5dd1916/download
https://repository.udistrital.edu.co/bitstreams/1a160400-9b96-4954-b535-8864d3a36019/download
bitstream.checksum.fl_str_mv 997daf6c648c962d566d7b082dac908d
0a02c70ec9c62af48a3e5859871e99d6
52b7582bb7e57b9a0ac3347a7c9ce33e
c519bf2ec5d9a246e3876e1d17d99dab
44ff41414cdadb52a5864dc00255b665
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Distrital
repository.mail.fl_str_mv repositorio@udistrital.edu.co
_version_ 1828164784195895296
spelling Riveros Solorzano, Hernán JavierPeña Reyes, Ana MaríaPérez León, Camila AndreaLópez González, Brayan Arnulfo2025-03-04T16:11:20Z2025-03-04T16:11:20Z2024-10-09http://hdl.handle.net/11349/93187Las noticias falsas,representan una problemática cada vez más difícil de manejar. Las redes sociales y la constante exposición a la información, hacen que la labor de determinar la diferencia entre las noticias verdaderas y las falsas, sea una labor imposible de realizar para el ser humano. En este contexto, se ve necesario adoptar nuevas tecnologías en la labor del periodista; la inteligencia artificial resulta una herramienta de mucha utilidad. El presente proyecto se enfoca en desarrollar un conjunto de datos de noticias falsas escritas en español que puedan ser utilizados para entrenar un modelo de aprendizaje automático capaz de clasificar noticias de forma precisa. La creación de un conjunto de datos de noticias falsas en español es un desafío importante debido a la necesidad de garantizar la calidad y la representatividad de los datos que permitan entrenar un modelo efectivo. Para esto se contará con las bases propuestas por el periodismo de datos, siendo esta un área donde converge el conocimiento del periodista y las ciencias de datos.Fake news represents a problem that is increasingly difficult to manage. Social networks and constant exposure to information make the task of determining the difference between true and false news a task impossible for humans to perform. In this context, it is necessary to adopt new technologies in the journalist's work; Artificial intelligence is a very useful tool. This project focuses on developing a data set of fake news written in Spanish that can be used to train a machine learning model capable of accurately classifying news. Creating a fake news dataset in Spanish is a significant challenge due to the need to guarantee the quality and representativeness of the data that allows training an effective model. For this, the bases proposed by data journalism will be available, this being an area where the knowledge of the journalist and data sciences converge.pdfspaNoticias falsasPosverdadPeriodismo de datosConjunto de datosAprendizaje automáticoCiencia de datosComunicación Social y Periodismo -- Tesis y Disertaciones AcadémicasPeriodismo en líneaRedes sociales -- InvestigacionesNoticias falsas -- InvestigacionesFake NewsData SetData SciencePost-truthMachine LearningData JournalismCreación de un conjunto de datos para el entrenamiento de un modelo de aprendizaje automático capaz de detectar noticias falsas de Colombia escirtas en español desde la perspectiva del periodismo de datosCreation of a data set for training a machine learning model capable of detecting fake news from Colombia written in Spanish from the perspective of data journalismbachelorThesisMonografíainfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fAbierto (Texto Completo)http://purl.org/coar/access_right/c_abf2Abad, C. S. (2019). The first fake news of History. In Historia y Comunicacion Social (Vol. 24, Issue 2, pp. 411–431). Universidad Complutense de Madrid. https://doi.org/10.5209/hics.66268​Arrojo, M. J. (2020). Las Ciencias de la comunicación desde el realismo científico : el problema de la complejidad y las noticias falsas (fake news). ArtefaCToS : Revista Del Instituto de Estudios de La Ciencia y La Tecnología, 9.​Astorquiza, P. (2008). Interacción entre la razón y las emociones en el ser humano según Santo Tomás de Aquino. Civilizar, 8.​Benassini, C. (2014). DE AUDIENCIAS A PROSUMIDORES. ACERCAMIENTO CONCEPTUAL. Revista Luciernaga, 6.​Bobadilla, J. (2020). Machine Learning y deep learning usando python, scikit y keras. Editorial Ra-Ma (España), 294.​Bradshaw, P. (2011, April 21). La pirámide invertida del periodismo de datos. Data Journalism. https://onlinejournalismblog.com/2011/07/07/the-inverted-pyramid-of-data-journalism/​Bsoul, M. A., Qusef, A., & Abu-Soud, S. (2022). Building an Optimal Dataset for Arabic Fake News Detection. Procedia Computer Science, 201(C), 665–672. https://doi.org/10.1016/J.PROCS.2022.03.088Calabrese, J., Esponda, S., Pasini, A., Boracchia, M., & Pesado, P. (2019). Guía para evaluar calidad de datos basada en ISO/IEC 25012.​Cantón-Correa, J., Sidorenko-Bautista, P., & Alba-Ruiz, R. (2024). Capítulo 1. Monitorización y detección automática de noticias mediante inteligencia artificial: una propuesta de herramienta para redes sociales y plataformas. Espejo de Monografías de Comunicación Social, 25, 21–43. https://doi.org/10.52495/c1.emcs.25.p108​Capuano, N., Fenza, G., Loia, V., & Nota, F. D. (2023). Content-Based Fake News Detection With Machine and Deep Learning: a Systematic Review. Neurocomputing, 530, 91–103. https://doi.org/10.1016/J.NEUCOM.2023.02.005​Carrión, J. (2017). Diferencia entre dato información y conocimiento.​Casero, A., & Lopez, P. (2013). La gestión de fuentes informativas como criterio de calidad profesional. In La calidad periodistica. Teorías, investigaciones y sugerencias profesionales.Escobar Rico, J. C., & Fonseca Corrales, J. A. (2019). El posible efecto de las “fake news” publicadas en redes sociales sobre la democracia delliberativa en el contexto colombiano. Pontificia Universidad Javeriana. https://repository.javeriana.edu.co/handle/10554/45779#.ZDhsS1Rd5hY.mendeley​Fake News Challenge. (n.d.). Retrieved April 14, 2023, from http://www.fakenewschallenge.org/​Flores Quinayás, J. E., & Montaño Morcillo, J. G. (2022). Modelo para la detección de noticias falsas en formato texto en la red social Twitter, aplicado al contexto político colombiano de las elecciones presidenciales de 2022 [Universidad ICESI]. https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/95206/1/T02444.pdf​García, E. (2014). LA PARODIA INFORMATIVA COMO FRIVOLIZACIÓN  DEL DISCURSO POLÍTICO. Círculo de Lingüística Aplicada a La Comunicación.​García Gutiérrez, Á. (2016). Machine Learning en Bases de Datos de Lenguaje Natural.​García Marín, D., & Aparici, R. (2019). La posverdad: el software de nuestra era. In La posverdad. Una cartografía de los medios, redes y la política.​García Serrano. (2013). Inteligencia artificial- Fundamentos, práctica y aplicaciones (1st ed.).​García Serrano, J., Romero-Rodríguez, L. M., & Hernando Gómez, Á. (2019). Análisis del “clickbaiting” en los titulares de la prensa española contemporánea / Estudio de caso: Diario “El País” en Facebook. Estudios Sobre El Mensaje Periodístico, 25(1), 197–212. https://doi.org/10.5209/ESMP.63724​Gelbukh, A. (2010). Procesamiento de Lenguaje Natural y sus Aplicaciones. Komputer Sapiens , 1. ​González, M. F. (2017). La «posverdad» en el plebiscito por la paz en Colombia. Nueva Sociedad. ​Gutiérrez Coba, L., Salgado Cardona, A., & Gómez Díaz, J. A. (2015). Factores asociados a la credibilidad y a la autoridad percibidas (o su influencia social) en los medios de noticias online en Colombia. Estudios Sobre El Mensaje Periodístico, 21(0). https://doi.org/10.5209/rev_ESMP.2015.v21.50671​Herrera, L. (2017). Inteligencia artificial y lenguaje natural. Lenguas Modernas, 157–165.​Herrero de la Fuente, M., Llamas, M. S., & Castillo Lozano, E. (2022). Periodismo de datos contra desinformación. Competencias, perfiles y formación requerida en el periodismo de datos. Estudios Sobre El Mensaje Periodístico, 28(4), 827–840. https://doi.org/10.5209/esmp.82592​IAAR. (n.d.). Introducción - Libro online de IAAR. Retrieved April 15, 2023, from https://iaarbook.github.io/​Jenkins, H. (2006). Convergence Culture.​Laboratorio de Reporteros de la Universidad de Duke. (2023). FACT-CHECKING NEWS. Https://Reporterslab.Org/Fact-Checking/.​Levitin, D. J. (2019). Evaluar las palabras . In La metira como arma.​Linares Peralta, R. (2021). Dimensión filosófica de la posverdad [Universidad de Granada]. https://doi.org/10.30827/Digibug.72129Magallón Rosa, R. (2019). Unfaking news : cómo combatir la desinformación​Mark Amoros. (2018a). Fake news. La verdad de las noticias falsas.​Mark Amoros. (2018b). Fake news. La verdad de las noticias falsas.​Martínez, H. (2004). Las fuentes en el periodismo informativo. In Redacción para periodistas : informar e interpretar.​Medina Lorente, J. R. (2020). Desarrollo de un sistema de detección de fake news en español y aplicación en noticias. http://calderon.cud.uvigo.es/handle/123456789/368​Mejía Cortés, J. D. (2018). Comunicación política y posverdad: expresiones discursivas de la oposición al plebiscito en Colombia 2016. Diálogos de Derecho y Política. 8–41.​Meta retira su modelo de IA para ayudar a la ciencia: difundía bulos y era racista. (n.d.). Retrieved April 7, 2023, from https://www.lavanguardia.com/tecnologia/20221123/8618160/galactica-ia-meta-racista-bulos.html​Mitra, T., & Gilbert, E. (2021). CREDBANK: A Large-Scale Social Media Corpus With Associated Credibility Annotations. Proceedings of the International AAAI Conference on Web and Social Media, 9(1), 258–267. https://doi.org/10.1609/icwsm.v9i1.14625​Morales Campos, E. (2019). La posverdad y las noticias falsas: el uso ético de la información.​Murolo, L. (2019). La posverdad es mentira. Un aporte conceptual sobre fake news y periodismo. In La Posverdad. Una cartografía de los medios, las redes y la política.​Nieto Hernández, C., & Esteve Ramírez, F. (2014). Nuevos retos del periodismo especializado. Schedas.​Pérez, A., & Aguilar, M. (2019). Propaganda, manipulación y uso emocional del lenguaje político. In La Posverdad. Una cartografía de los medios, las redes y la política.​Posetti, J., & Bontcheva, K. (2020). Desinfodemia: descifrando la desinformación sobre el COVID-19.​Prada, R. (1987). Epistemología del dato. Revista Mexicana de Sociología, 49(1), 307. https://doi.org/10.2307/3540436​Renó Luciana. (2018). Manual de Periodismo de Datos (1a Edición). Ria Editorial. https://books.google.es/books?hl=es&lr=&id=hpx_DwAAQBAJ&oi=fnd&pg=PA14&dq=que+es+el+periodismo+de+datos&ots=XCtwWckE5B&sig=QSGa6qsJAiTJMclBqwaz9mm9eHI#v=onepage&q=que%20es%20el%20periodismo%20de%20datos&f=false​Rubio Angel, & Donofrio Andrea. (2017). El periodismo de datos como antídoto de la posverdad. In La posverdad. Una cartografía de los medios, las redes y la política. Editorial Gedisa, S.A. https://outlook.office.com/mail/id/AAQkADdlYWRkZmZhLTQ0NjktNGM2ZC05MGM4LTU3ZTU5ZGI0ZDY1OQAQACZwkZVzm4NIj5GVWQJ3sgg%3D/sxs/AAMkADdlYWRkZmZhLTQ0NjktNGM2ZC05MGM4LTU3ZTU5ZGI0ZDY1OQBGAAAAAACiRAe%2FkAKPRKqhJIuuQf6RBwDqoMBDFSXGTYWoatq92uZdAAAAAAEMAADqoMBDFSXGTYWoatq92uZdAABJgPmzAAABEgAQAGoMZwRHWBJPtB4fMRWk4wQ%3D​Russell, S. J., & Norvig Peter. (2020). Inteligencia artificial. Un enfoque moderno (4th ed.).​Sainz de Baranda, C., Herrero-Curiel, E., & Ruiz Ballesteros, R. (2021). El papel de las emociones en las fakes news durante la crisis del COVID-19. In Ecosistema de una pandemia: COVID 19, la transformación mundial (pp. 534–552).Sampieri Roberto, Collado  Carlos, & Baptista Pilar. (2014). Metodología de la investigación (Sexta)​Sánchez Calero, M. L., & Mancinas-Chávez, R. (2017). Periodismo con datos no es igual que Periodismo de datos. EcComStudies. Estudios de Tecnología y Comunicación.​Sandoval Latorre, J., & Castañeda Miranda, I. D. (2019). Facultad de Ciencias de la Comunicación Carrera Profesional de Ciencias de la Comunicación "FAKE NEWS Y CREDIBILIDAD DE LOS MEDIOS.​SINC. (2019). Inteligencia artificial para detectar noticias falsas y mensajes de odio en redes sociales. https://www.agenciasinc.es/en/view/content/264218/full/1/122436​Sosa Escudero, W. (2022). Big data y ciencia de datos: conceptos, oportunidades y desafíos. Reflexiones Sobre El Trabajo. Visiones Durante La Pandemia Desde El Cono Sur de América Latina, 2022, ISBN 9789220363614, Págs. 83-94, 83–94. https://dialnet.unirioja.es/servlet/articulo?codigo=8504550​Tabja, J. (2021). El montaje en ciencias y las fake news: las dos caras de la desinformación en democracia. Revista Iberoamericana de Ciencia, Tecnología y Sociedad, 16.​Tovar, F. B. (2021). REVISTA CHILENA DE DERECHO Y TECNOLOGÍA Filtro burbuja: ¿Cuál es el costo de la personalización digital? https://doi.org/10.5354/0719-2584.2021.54042​Unión Europea. (2022, March 8). Desinformación: Discurso del Alto Representante/Vicepresidente Josep Borrell en el debate del PE.​UTN, F. R. S. F. (2021). Jornadas de Ciencia y Tecnología 2021. AJEA, 1. https://doi.org/10.33414/ajea.1.871.2021​Valbuena Roiman. (2021). Inteligencia Artificial: Investigación Científica Avanzada Centrada en Datos - Roiman Valbuena - Google Libros. https://books.google.es/books?hl=es&lr=&id=SoMTEAAAQBAJ&oi=fnd&pg=PA15&dq=ramas+de+la+inteligencia+artificial&ots=rlZ__iJFIj&sig=-Wo-I1QBHSHI0S8qh3T7zXv-rQM#v=onepage&q=ramas%20de%20la%20inteligencia%20artificial&f=false​Van Dijck, J. (2016). La cultura de la concectividad:  Una historia crítica de las redes sociales (Primera).​Vegega Cinthia, Pytel Pablo, & Pollo María. (2017). Método basado en el emparrillado para evaluar los datos aplicables para entrenar algoritmos de aprendizaje automático. In Serna Edgar (Ed.), Desarrollo e inovación en ingeniería (Segunda). https://www.researchgate.net/profile/Edgar-Serna-M/publication/331385353_Desarrollo_e_innovacion_en_ingenieria_ed_2/links/5c76e4ce92851c69504663b5/Desarrollo-e-innovacion-en-ingenieria-ed-2.pdf#page=162​Villayandre Llamazares, M. (2000). La lingüística computacional y sus aplicaciones. Estudios Humanísticos. Filología, 22, 195. https://doi.org/10.18002/ehf.v0i22.3983​Wardle, C. (2016, November 18). 6 types of misinformation circulated this election season. Columbia Journalism Review.Wardle, C. (2017). Fake news. It’s complicated. Firstdraft.​Wolf, M. (1987). DE LA SOCIOLOGÍA DE LOS EMISORES AL NEWSMAKING. In La investigación de la comunicación de masas (pp. 222–242).​Zobaer Hossain, M., Ashraful Rahman, M., Saiful Islam, M., & Kar, S. (2020). BanFakeNews: A Dataset for Detecting Fake News in Bangla. www.politifact.com,​Zules Acosta, F. A. (2019). Construcción de un dataset de noticias para el entrenamiento y evaluación de clasificadores automatizados. Universidad Politécnica de Madrid.LICENSElicense.txtlicense.txttext/plain; charset=utf-87167https://repository.udistrital.edu.co/bitstreams/6e9d4baf-5eb5-464e-904c-e41baebfc3db/download997daf6c648c962d566d7b082dac908dMD53ORIGINALPérezLeónCamilaAndrea2024.pdfPérezLeónCamilaAndrea2024.pdfTrabajo de gradoapplication/pdf1132736https://repository.udistrital.edu.co/bitstreams/b7e66f6d-3f25-459f-84d4-890323978eb4/download0a02c70ec9c62af48a3e5859871e99d6MD52Licencia de uso y publicación.pdfLicencia de uso y publicación.pdfLicencia de uso y publicaciónapplication/pdf241724https://repository.udistrital.edu.co/bitstreams/f31beb72-348a-462b-b237-e4e8f358bfb0/download52b7582bb7e57b9a0ac3347a7c9ce33eMD51THUMBNAILPérezLeónCamilaAndrea2024.pdf.jpgPérezLeónCamilaAndrea2024.pdf.jpgIM Thumbnailimage/jpeg4243https://repository.udistrital.edu.co/bitstreams/e0914ee1-9b9f-4f69-81ca-c5e8a5dd1916/downloadc519bf2ec5d9a246e3876e1d17d99dabMD54Licencia de uso y publicación.pdf.jpgLicencia de uso y publicación.pdf.jpgIM Thumbnailimage/jpeg9510https://repository.udistrital.edu.co/bitstreams/1a160400-9b96-4954-b535-8864d3a36019/download44ff41414cdadb52a5864dc00255b665MD5511349/93187oai:repository.udistrital.edu.co:11349/931872025-03-12 14:08:29.73open.accesshttps://repository.udistrital.edu.coRepositorio Universidad Distritalrepositorio@udistrital.edu.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