#termedelasetmana: notícia falsa

noticiaEnganyosa.png

El terme que us proposem com a #termedelasetmana no sembla tenir cap característica gaire especial, llevat del fet que, potser per influència de les agències de notícies internacionals o per altres motius, se n’ha generalitzat l’equivalent anglès. El terme és notícia falsa o notícia enganyosa (en anglès, fake news).

Fa referència a la notícia que no diu la veritat i que es crea i es difon de manera premeditada, especialment a les xarxes socials, amb la finalitat de desinformar i de manipular el públic en benefici propi. D’exemples, l’actualitat informativa en forneix cada dia, i sembla que cada dia més, desgraciadament.

La base del terme, notícia, té origen en el llatí notitia ‘acció de conèixer’, derivat de noscere (‘conèixer’). L’adjectiu fals, que determina el sentit del terme, també té origen llatí (de falsus, participi del verb fallĕre ‘enganyar’). També és adequat al sentit l’adjectiu enganyós, derivat de enganyar, provinent aquest d’un llatí tardà ingannare ‘escarnir, fer burla’.

Malgrat l’abundància de fake news que poblen el panorama informatiu, us recomanem de fer servir les formes catalanes notícia falsa o notícia enganyosa, formes que no enganyen ningú i que expliquen amb tota claredat el concepte a què fan referència.

Com diem en català machine learning i deep learning?

tecnologia

Tot i remuntar-se a la dècada dels anys 50, la intel·ligència artificial torna a estar d’actualitat per la rellevància d’usos com les tècniques de reconeixement de veu i d’imatge, la traducció i la conducció automàtiques o la mateixa predicció de paraules del teclat dels nostres telèfons mòbils.

En aquest àmbit, destaquen sobretot dos conceptes relacionats entre ells però amb matisos diferenciats. L’aprenentatge automàtic (en anglès, machine learning) treballa sobre grans volums de dades, identifica patrons de comportament i, sobre aquesta base, prediu i suggereix comportaments futurs. A través de l’anàlisi, el disseny i el desenvolupament d’algorismes i tècniques es permet que les màquines evolucionin i millorin el seu comportament a partir de l’estudi d’aquests patrons i d’experiències pròpies.

L’aprenentatge profund (deep learning), en canvi, pretén que les màquines “aprenguin” i “pensin” de manera més independent i abstracta i de la mateixa manera que ho faria el cervell humà. Els algoritmes que en aquest cas es desenvolupen funcionen a través d’un sistema per capes que simulen el funcionament bàsic de la xarxa neuronal del nostre cervell.

(Apunt publicat originalment al diari digital ViaEmpresa.)