Hay noticias que primero ocurren en Twitter y luego se publican en los medios de comunicación de masas; según una investigación interna de Reuters, alrededor del 20% de las noticias aparecen primero en Twitter. Pero, como muestran las falsas muertes de famosos como Barack Obama o Justin Bieber, una noticia falsa puede extenderse tan rápido y a tanta gente como una verdadera.
La respuesta de Reuters a esta problemática es un nuevo sistema llamado «News Tracer», un algoritmo para ordenar noticias reales de spam, noticias sin sentido y rumores. De esta manera, la prensa puede escoger entre los bulos de Twitter, y dedicar más tiempo a investigar profundamente las historias reales.
Desarrollado desde 2014, según informa la revista Columbia Journalism Review, el primer paso que hace News Tracer es identificar la temática de la noticia a tratar: política, deporte, ciencia… El siguiente paso es, pues, utilizar un lenguaje de procesamiento para realizar un resumen coherente de cada grupo.
Lo que diferencia a este sistema de otras herramientas de monitoreo es que fue construido para «pensar» como lo haría un reportero: «un ejercicio interesante a la hora de programar este tipo de herramientas es cuando hay que codificarlas», afirma Reg Chua, editor ejecutivo de Reuters.
Esta inteligencia artificial toma hasta un total de 40 factores a tener en cuenta, de acuerdo con NiemanLab: ubicación, verificaciones, qué tipo de cuentas están divulgando la información… todos estos factores establecerán un nivel de credibilidad a la noticia. El sistema también hace una especie de comprobación cruzada contra las fuentes que los reporteros hayan notificado como fiable, y utilizará esta red como consulta principal a la hora de verificar noticias.
