Implementación de herramientas de Inteligencia Artificial en la detección de vídeos falsos y ultrafalsos (deepfakes)
Caso de Radio Televisión Española (RTVE)
DOI:
https://doi.org/10.62161/revvisual.v16.5303Palabras clave:
Falso, Deepfakes Vídeos, Inteligencia artificial, Radio Televisión EspañolaResumen
La preocupación por la difusión de información falsa ha llevado a medios a emplear la inteligencia artificial (IA) para detectar deepfakes. Esta investigación es descriptiva-exploratoria. Mediante una revisión bibliográfica y entrevistas, revela el impacto transformador de la IA destacando su empleo para verificar la autenticidad de los contenidos. En este ámbito RTVE combina metodologías tradicionales con otras basadas en IA, y lidera el desarrollo de varias herramientas en colaboración con diferentes universidades. Estas herramientas han dado ya resultados satisfactorios en la detección de estos materiales, fortaleciendo la veracidad de la información y aumentando la confianza ciudadana en sus contenidos.
Descargas
Citas
Aramburú, L. G., López, I. y López, A. (2023) «Inteligencia artificial en RTVE al servicio de la España vacía. Proyecto de cobertura informativa con redacción automatizada para las elecciones municipales de 2023», Revista Latina de Comunicación Social, (81), pp. 1–16. doi: 10.4185/RLCS-2023-1550.
Bañuelos, J. (2022). Evolución del Deepfake: campos semánticos y géneros discursivos (2017-2021). Revista ICONO 14. Revista Científica De Comunicación Y Tecnologías Emergentes, 20(1). https:// doi.org/10.7195 /ri14.v20i1.1773
Branislav, S., Aleksandra, P. (2022). Use of artificial intelligence for the generation of media content. Available from: 10.58898/sij.v1i1.01-07
Bouter, M. D. L. D., Pardo, J. L., Geradts, Z., & Worring, M. (2023). ProtoExplorer: Interpretable Forensic Analysis of Deepfake Videos using Prototype Exploration and Refinement. arXiv preprint arXiv:2309.11155.
Cao, J., Qi, P., Sheng, Q., Yang, T., Guo, J., y Li, J. (2020). Exploring the Role of Visual Content in Fake News Detection. In K. Shu, S. Wang, D. Lee y H. Liu (ed.). Disinformation, Misinformation, and Fake News in Social Media: Emerging Research Challenges and Opportunities (pp. 141-161). Springer International Publishihaidng.
Cerdán, V. y Padilla, G. (2019). Historia del fake audiovisual: deepfake y la mujer en un imaginario falsificado y perverso. Historia y comunicación social, 24(2). https://dx.doi.org/10.5209/hics.66293
Colin, P. (2023). Promoting responsible AI: A European perspective on the governance of artificial intelligence in media and journalism. Communications. 10.1515/commun-2022-0091
Eva, K. á(2022). Usage of artificial intelligence on social media in europe. Ad alta, Available from: 10.33543/1202330333
Fernández, A. (2017). Relatos híbridos: El papel de la narratividad en la visualización de información interactiva [Tesis doctoral, Universidad Europea]. Repositorio Abacus https://193.147.239.238/handle/11268/6981
Fernández, A., Revilla, A. y Andaluz, L. (2020). Análisis de la caracterización discursiva de los relatos migratorios en Twitter. El caso Aquarius. Revista Latina de Comunicación Social, (77), 1-18. https://doi.org/10.4185/RLCS-2020-1446
Guarnera, L., & Battiato, S. (2023). An Overview of Deepfake Technologies: from Creation to Detection in Forensics.
Haidar, H. (2023). Using artificial intelligence to verify media content on the Internet" A survey study of journalists working in Iraqi media institutions. International Journal of Media Studies and Communication Sciences. 10.36772/arid.aijmscs.2023.485
Hameleers, M., Powell, T. E., Van der Meer, T. y Bos, L. (2020). A picture paints a thousand lies? The effects and mechanisms of multimodal disinformation and rebuttals disseminated via social media. Political Communication, 37 (2), 281-301.
Haseena, S., Saroja, S., Nivetha, A. (2023). TVN: Detect Deepfakes Images using Texture Variation Network. Inteligencia artificial, doi: 10.4114/intartif.vol26iss72pp1-14
Jankowicz, N., Hunchak, J., Pavliuc, A., Davies, C., Pierson, S., y Kaufmann, Z. (2021) Malign Creativity: How Gender, Sex and Lies Are Weaponized Against Women Online, Washington, D.C.: Wilson Center. https://www.wilsoncenter.org/publication/malign-creativity-how-gender-sex-and-lies-are-weaponized-against-women-online
Jerónimo, P., & Esparza, M. S. (2022). Disinformation at a Local Level: An Emerging Discussion. Publications, 10(2), 15. MDPI AG. Retrieved from http://dx.doi.org/10.3390/publications10020015
Jing, H.(2023). The Rising Trend of Artificial Intelligence in Social Media. Advances in computer and electrical engineering book series, Available from: 10.4018/978-1-6684-6937-8.ch003
Kalin, S., Bhawna, P., Dhall, A.. (2022). Visual Representations of Physiological Signals for Fake Video Detection. arXiv.org. 10.48550/arXiv.2207.08380
Karnouskos, S. (2020). Artificial intelligence in digital media: The era of deepfakes in IEEE Transactions on Technology and Society, 1(3), 138-147. doi: 10.1109/TTS.2020.3001312
Kavanagh, J. y Rich, M. D. (2018). Truth decay: An initial exploration of the diminishing role of facts and analysis in American public life, Rand Corporation.
Koldobika, Meso-Ayerdi., Larrondo-Ureta, A.., Díaz-Noci, J. (2023). Without journalists, there is no journalism: the social dimension of generative artificial intelligence in the media. Profesional De La Informacion, Available from: 10.3145/epi.2023.mar.27
Liz-López, H. ; Keita M. , Taleb-Ahmed, A. Abdenour H. , Huertas-Tato, J. , Camacho D. , “Generación y detección de contenidos audiovisuales multimodales manipulados: Avances, tendencias y desafíos abiertos”, Fusión de Información, pp.102103, 2023. DOI:10.1109/wacvw58289.2023.00071
Martin-Rodriguez, F., Garcia-Mojon, R. & Fernandez-Barciela, M. (2023). Detection of AI-Created Images Using Pixel-Wise Feature Extraction and Convolutional Neural Networks. Sensors. [Online]. 23 (22). p.p. 9037. Available from: http://dx.doi.org/10.3390/s23229037. Mathias, F. , de-Lima-Santos., W. , Ceron, A.. (2021). Artificial Intelligence in News Media: Current Perceptions and Future Outlook. Available from: 10.20944/PREPRINTS202110.0020.V1
Matthew, N., O., Sadiku., Tolulope, J., Ashaolu., Abayomi, Ajayi-Majebi., Sarhan, M., Musa. (2021). Artificial Intelligence in Social Media. Available from: 10.51542/IJSCIA.V2I1.4
Nandini, S., Akshay, B, G., Brunda, A, N., Chandana, A, M., Divyashree, S, R. (2022). Advanced Reverse Image Search and Profile Creation using Machine Learning. International Journal of Advanced Research in Science, Communication and Technology. 10.48175/ijarsct-5417
Olmo, J. y Romero, A. (2019). Desinformación: Concepto y perspectivas. Análisis del Real Instituto Elcano (ARI), (41). https://www.realinstitutoelcano.org/analisis/desinformacion-concepto-y-perspectivas/
Palella, S y Martins, F. (2017). Metodología de la investigación cuantitativa. FEDEUPEL
Pineda, A. (2004). Más allá de la historia: aproximación a los elementos teóricos de la propaganda de guerra. En A. Pena (Ed.), Comunicación y guerra en la historia (pp. 807-823). Santiago de Compostela: Tórculo http://hdl.handle.net/11441/64448
Rashmi, C., Bhargavi, V., Samhitha, S., Anjana, Y., & Saivaishnavi, V. (2023). Fake detect: a deep learning ensemble model for fake news detection (ml). Turkish Journal of Computer and Mathematics Education (TURCOMAT), 14(03), 684-688.
Shilpa, B., Anush, Kamath., Hemanth, Bhat., Sathwik, A, M. (2023). Unmasking Deepfakes: Using Resnext and LSTM to Detect Deepfake Videos. International Journal of Advanced Research in Science, Communication and Technology, doi: 10.48175/ijarsct-8639
Sohrawardi, S., Chintha, A., Thai, B., Seng, S., Hickerson, A., Ptucha, R. y Wright, M. (2019). Póster: Hacia una detección sólida de deepfakes en mundo abierto. Actas de la Conferencia ACM SIGSAC de 2019 sobre seguridad informática y de las comunicaciones. https://doi.org/10.1145/3319535.3363269
Taylor, M. (2023). Deepfakes, Fake Barns, and Knowledge from Videos. Synthese, Available from: 10.1007/s11229-022-04033-x
Timothy, K., Shih. A. (2011). Video Forgery. Available from: 10.1109/NBIS.2011.120 [3]
Vedamurthy, H., (2022). A reliable solution to detect deepfakes using Deep Learning. doi: 10.1109/CCIP57447.2022.10058638
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Aquellos autores/as que publiquen con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán los derechos morales sobre la obra y cederán a la revista los derechos comerciales.
