Hoy en día Facebook cuenta con la ayuda de 27 socios en 17 países para la comprobación de hechos en su lucha contra las noticias falsas y a medida que pasa el tiempo sigue incorporando más socios que lo ayudan en esta tarea que no es fácil.

Regularmente y hasta ahora el análisis y comprobación de hechos para determinar que una noticia es verdadera se enfocaba solo en artículos, pero a partir de ahora y gracias a nuevas herramientas desarrolladas por Facebook, se enfocarán también en fotos y vídeos, algo que según la red social los «ayudará a identificar y tomar medidas más rápido contra más tipos de desinformación«.

Facebook explica que al igual que para analizar los artículos, crearon un modelo de aprendizaje automático que utiliza varias señales de participación, incluidos comentarios de los usuarios en la red social, lo que ayuda en la identificación de contenido potencialmente falso.  Una vez que detectan contenido (fotos o vídeos) que pueden llegar a ser falsos, son enviados a los revisores.  También existe la posibilidad de que los verificadores descubran fotos o vídeos falsos.

La red social indica que varios de los socios externos que ayudan en la comprobación de hechos, además de tener experiencia con artículos, también la tienen evaluando fotos y videos y están entrenados en técnicas de verificación visual, como por ejemplo la búsqueda de imágenes inversas y el análisis de metadatos de imágenes, que en muchos casos indica dónde y cuándo fue capturado el vídeo o foto.    Además de su experiencia también pueden evaluar la verdad o la falsedad de una foto o vídeo con otras prácticas periodísticas, como por ejemplo con la ayuda de otros expertos, académicos o agencias gubernamentales.

A medida que pasa el tiempo y van detectando más imágenes y vídeos falsos, el modelo de aprendizaje automático mejorará y podrá identificar hechos falsos mucho más rápido y de una forma más certera.

Además de usar la tecnología nombrada anteriormente, utilizan otras como por ejemplo OCR (Optical Character Recognition), el cual ayuda a extraer texto de fotos y así compararlo con titulares de artículos anteriores.  También están trabajando para determinar si el material fue manipulado como por ejemplo con Photoshop.

El material falso que detecta es clasificado en 3 grandes categorías que son: 1) Manipulado o Fabricado, 2) Fuera de Contexto 3) Reclamo de Texto o Audio.