Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ufc.br/handle/riufc/80582
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorMonteiro Filho, José Maria da Silva-
dc.contributor.authorCacabro, Macaio Upecor Gomes-
dc.date.accessioned2025-04-24T18:52:09Z-
dc.date.available2025-04-24T18:52:09Z-
dc.date.issued2023-
dc.identifier.citationCACABRO, Macaio Upecor Gomes. IARA: an architectural model to support the development of proactive chatbots for automated misinformation detection and media literacy education. 2023. 70 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2023.pt_BR
dc.identifier.urihttp://repositorio.ufc.br/handle/riufc/80582-
dc.description.abstractIn the last few years, the widespread dissemination of misinformation through social platforms has become a critical issue. In several developing countries, such as Brazil, India, and Mexico, instant messaging apps, including WhatsApp and Telegram, have been one of the main sources of misinformation. These apps offer a significant resource: public groups. However, many of these groups are used to spread misinformation, especially as part of well-organized political or ideological campaigns. In this paper, we propose an architectural model, called IAra, to assist in the development of pro-active chatbots for the automatic detection of misinformation and media education. Additionally, following the proposed architectural model, we have developed a proactive chatbot called IAraBot, which detects the presence of misinformation automatically and in real-time. Moreover, the IAraBot provides hints and practical examples for users to develop the necessary skills to critically identify content containing misinformation. The IAraBot was developed for WhatsApp and Telegram platforms.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleIARA: an architectural model to support the development of proactive chatbots for automated misinformation detection and media literacy educationpt_BR
dc.title.alternativeIARA: um modelo arquitetural para auxiliar o desenvolvimento de chatbots especializados na detecção automática de desinformação e na educação midiáticapt_BR
dc.typeDissertaçãopt_BR
dc.contributor.co-advisorSilva, José Wellington Franco da-
dc.description.abstract-ptbrDurante os últimos anos, a propagação em larga escala de desinformação através das redes sociais tem se tornado uma questão crítica, resultando na diminuição da confiabilidade de informações legítimas, instabilidade social, ameaças à democracia e à saúde pública. Em diversos países em desenvolvimento, como o Brasil, Índia e México, os aplicativos de mensagens instantâneas, incluindo o WhatsApp e o Telegram, têm sido uma das principais fontes de desinformação. Esses aplicativos oferecem um recurso bastante importante: os grupos públicos. Contudo, muitos desses grupos são usados para espalhar desinformação, principalmente como parte de campanhas políticas ou ideológicas bem organizadas. Apesar deste cenário, poucas iniciativas foram desenvolvidas explicitamente para investigar o fenômeno de desinformação nessas plataformas. Neste artigo, propomos um modelo arquitetural para auxiliar o desenvolvimento de chatbots especializados na detecção automática de desinformação e na educação midiática. Adicionalmente, seguindo o modelo arquitetural proposto, desenvolvemos um chatbot pró-ativo chamado IAraBot, o qual monitora, detecta e alerta, de forma automática e em tempo real, a presença de desinformação. Além disso, o chatbot IAraBot fornece orientações e exemplos práticos para que os próprios usuários desenvolvam as capacidades necessárias para, de forma crítica, identificar conteúdos que contenham desinformação. O chatbot IAraBot foi desenvolvido para as plataformas WhatsApp e Telegram.pt_BR
dc.subject.ptbrChatbot pró-ativopt_BR
dc.subject.ptbrDetecção de desinformaçãopt_BR
dc.subject.ptbrAprendizado de máquinapt_BR
dc.subject.enPro-active chatbotspt_BR
dc.subject.enMisinformation detectionpt_BR
dc.subject.enMachine learningpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
local.author.latteshttp://lattes.cnpq.br/9718026816065816pt_BR
local.advisor.latteshttp://lattes.cnpq.br/9790693300026949pt_BR
local.co-advisor.latteshttp://lattes.cnpq.br/5168415467086883pt_BR
local.date.available2025-04-24-
Aparece en las colecciones: DCOMP - Dissertações defendidas na UFC

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2023_dis_mugcacabro.pdf4,21 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.