Desinformacion y Alfabetización Mediática: Clasificación de Patrones de Confianza en Noticias entre Adolescentes mediante Machine Learning

Marta-Lilia Eraña-Díaz, Jorge Oseguera Gamba, Nadia Lara Ruiz

Este estudio examina la detección de noticias falsas entre adolescentes utilizando técnicas de Machine Learning. Se plantean dos preguntas fundamentales: cómo reaccionan los jóvenes ante la desinformación y qué nivel de confianza tienen en la veracidad de las noticias. A través de un análisis detallado con algoritmos de aprendizaje automático, como k-means, Decision Trees y Random Forest, se clasificaron las respuestas de los participantes, revelando patrones significativos en su confianza hacia los medios de comunicación. Los hallazgos sobre esta muestra indican que aproximadamente el 15% de los adolescentes no confían plenamente en las noticias y casi el 50% carece de habilidades para identificar información falsa. Esto resalta la necesidad urgente de implementar programas de alfabetización mediática que fortalezcan la capacidad crítica de los jóvenes para discernir la veracidad de la información en un entorno digital saturado de desinformación. Además, el estudio sugiere que futuras investigaciones deben explorar otros algoritmos de Machine Learning y evaluar el impacto de intervenciones educativas en la alfabetización mediática.