Sistema de Combate à Desinformação Eleitoral

Descritivo do Projeto/Iniciativa

Em processos eleitorais, e em outros momentos da nossa vida em sociedade, a quantidade de informação a que temos acesso é imensa. Essa explosão de informação foi motivada especialmente pelo uso de smartphones e de redes sociais. A troca de informações em redes sociais faz parte do nosso cotidiano, mas, vale salientar, que muitas das informações que circulam nesses meios, são de fonte duvidosa. A desinformação em redes sociais é um grande desafio para a Justiça Eleitoral, pois, essa desinformação pode criar, entre outros problemas, instabilidade quanto ao processo eleitoral ferindo os mais diversos processos democráticos.

Assim, um dos objetivos do tribunal é manter o eleitorado bem informado e, caso esse eleitorado seja exposto a informações incorretas, o Tribunal deseja ter meios de confrontar e fornecer a informação correta sobre o assunto em pauta. Para tanto, o tribunal produziu textos e vídeos que foram disponibilizados na internet, de modo que esses materiais podem ser facilmente veiculados em redes sociais.

Entretanto, para que o eleitorado tenha acesso a esses materiais, é necessário que a página seja acessada por eles. Ainda não existe uma maneira proativa de, sob demanda, fornecer esses materiais no momento em que uma notícia incorreta é divulgada numa rede social. Ao empregar tal mecanismo proativo, o combate à desinformação será mais efetivo.

O Plano de Gestão da Presidência do TRE-PE 2019 - 2021, instituído pela Portaria TRE-PE nº 1.012/2019, definiu como prioridade estratégica:

  1. combater a desinformação;
  2. atender ao eleitor; e
  3. auxiliar no julgamento de processos judiciais.

Em eventos promovidos pelo CNJ, nos anos de 2020 e 2021, foi possível conhecer casos de sucesso de alguns TREs e de outros órgãos do Poder Judiciário que estabeleceram convênios, de diversas modalidades, com universidades. Eles demonstraram as vantagens desses convênios, visto que as universidades possuem o conhecimento e as habilidades necessárias para executar projetos na área de inteligência artificial.

Assim, a realização do projeto junto com os pesquisadores da UFPE diminui os riscos de insucesso para o alcance dos objetivos pretendidos pelo Tribunal, visto que a UFPE detém, em seu quadro, especialistas em inteligência artificial.

Especificações

O Tribunal Regional Eleitoral de Pernambuco em conjunto com Centro de Informática da Universidade Federal de Pernambuco implementaram essa iniciativa.

Objetivos

1. Combater a desinformação em redes sociais e reduzir prejuízos decorrentes de ataques ao processo eleitoral de forma proativa.

2. Monitorar redes sociais, analisar textos escritos nessas mídias e identificar possíveis depoimentos que necessitem de esclarecimentos.

3. Agregar conhecimento e principalmente experiência prática no desenvolvimento de sistemas utilizando técnicas de inteligência artificial.

Ferramentas utilizadas e/ou metodologias utilizadas

Esse projeto utilizou-se de princípios e dinâmicas de trabalho utilizadas no Design Thinking.

Um princípio base do Design Thinking que norteou a execução desse projeto foi o princípio da “Colaboração”, que incentiva montar equipes com profissionais de múltiplas áreas [SEBRAE, 2020]. Nesse sentido, foi firmada parceria entre o TRE-PE e a Universidade Federal de Pernambuco (UFPE) para construção da solução.

Podemos também apontar fases do Design Thinking contempladas neste projeto:

  1. IMERSÃO: Houve um aprofundamento no entendimento do problema. A equipe do projeto realizou discussões e análises sobre o contexto da desinformação nas redes sociais, em especial no Twitter.
  2. IDEAÇÃO: Foram realizadas propostas de solução, com foco na concepção de modelos que utilizam Inteligência Artificial para analisar textos escritos na rede social Twitter.
  3. PROTOTIPAGEM: Foram desenvolvidos módulos do sistema para combate à desinformação;
  4. TESTE: Na fase de testes do sistema, estão sendo realizados aferição de resultados e ajustes de detalhes do modelo em que se necessita de reformulação.

Desenvolvimento e/ou aplicação

Para a execução desse projeto, foram necessários conhecimentos em assuntos relacionados à análise de dados, à Aprendizagem de Máquina, à Inteligência Artificial e ao Processamento de Linguagem Natural.

Sendo assim, foi firmado um Termo de Execução Descentralizada (Anexo I), que estabelece a transferência de créditos orçamentários e recursos financeiros do Tribunal Regional Eleitoral de Pernambuco (TRE/PE) para a Universidade Federal de Pernambuco (UFPE), e em contrapartida a equipe do CIn-UFPE forneceu ao Tribunal Regional Eleitoral do Estado de Pernambuco (TER-PE) o desenvolvimento do sistema, a transferência do conhecimento, os direitos de propriedade compartilhada, assim como a documentação e códigos-fonte da solução.

Durante a construção do sistema, foram elaboradas metodologias para a extração de informações pertinentes ao domínio do Tribunal que auxiliem seus gestores no processo de tomada de decisão e a sociedade com a disseminação de informações corretas.

Nesse sentido, foram investigadas e propostas alternativas que permitiram analisar e tomar algumas decisões a partir de textos extraídos de redes sociais.

A figura abaixo mostra as principais etapas do sistema de combate à desinformação que é composto de três módulos principais: Monitoração, Processamento de Linguagem Natural e Predição. Figura 1: Arquitetura proposta para o sistema de combate à desinformação. O módulo de Monitoração tem o objetivo de coletar informações das redes sociais. Essas informações podem ser filtradas usando um conjunto de palavras-chaves e hashtags pré-definidas. Assim, faz-se necessário definir previamente quais palavras-chaves e hashtags devem ser monitoradas e de quais contas.

Etapas: 1)Redes Sociais, 2) Monitoração, 3) PLN, 4) Predição, 5) Ação

Os textos selecionados pelo módulo de Monitoração são fornecidos como entradas para o módulo de Processamento de Linguagem Natural (PLN). Nesse módulo, o texto é pré-processado com o objetivo de eliminar informações irrelevantes, destacar informações importantes e colocar o texto no formato requerido pelo módulo seguinte.

Já o módulo de Predição, vale-se de técnicas de Inteligência Artificial para encontrar o melhor mapeamento entre o texto e a ação. É nesse módulo que o “sentimento” do texto é classificado em positivo, negativo ou neutro. Essa classificação auxiliará na escolha da ação a ser tomada. É importante, também, que as possíveis ações tenham sido cadastradas a priori.

Todo o fluxo de dados precisa ser avaliado para verificar se o resultado está condizente com o objetivo previamente estabelecido. Assim, uma vez que uma primeira versão do sistema tenha sido construída, é possível e necessário avaliá-la.

Para tanto, devem ser usados procedimentos experimentais e medidas de desempenho que possam ser utilizados para avaliar a precisão do sistema. Caso a avaliação obtenha um resultado a contento, os algoritmos são colocados em produção. O presente projeto dará suporte ao Tribunal Regional Eleitoral do Estado de Pernambuco (TRE-PE) com o intuito de combater a desinformação.

Apresentação de resultados

Entre o primeiro e segundo turno das Eleições 2022 foram coletados 415.290 tweets referentes ao processo eleitoral, sendo assim distribuídos:

  • 340.234 considerados "fake".
  • 75.056 considerados "não fake".
  • 67 tweets foram respondidos na semana que antecedeu o segundo turno.

Para assegurar maior efetividade e alcance nas respostas do TRE-PE, a ferramenta disponibiliza filtros que possibilita identificar os autores que possuem maior número de seguidores e os tweets mais compartilhados.

Acompanhe a seguir, uma cópia da apresentação das principais funcionalidades do SCDE.

SCDE - Slide 01