Resumen: La gran difusión de la desinformación en las plataformas digitales crea desafíos significativos para la integridad de la información. Este artículo presenta un sistema de múltiples agentes que utiliza la extracción de relaciones para detectar la desinformación en artículos de noticias, centrándose en títulos y fragmentos de texto cortos. El sistema de IA de agente propuesto combina cuatro agentes: (i) un agente de aprendizaje automático (regresión logística), (ii) un agente de verificación de conocimiento de Wikipedia (que se basa en el reconocimiento de entidades con nombre), (iii) un agente de detección de coherencia (usando ingeniería rápida de LLM) y (iv) un analizador de datos con gastos de web que extrae trillos relacionales para ver las trillas relacionales. El sistema se orquesta a través del Protocolo de contexto del modelo (MCP), que ofrece un contexto compartido y el aprendizaje en vivo en todos los componentes. Los resultados demuestran que el conjunto de múltiples agentes logra una precisión del 95.3% con una puntuación F1 de 0.964, superando significativamente a los agentes individuales y los enfoques tradicionales. El método de agregación ponderado, derivado matemáticamente de las tasas de clasificación errónea del agente individual, es superior a la optimización del umbral algorítmico. La arquitectura modular hace que el sistema sea fácilmente escalable, al tiempo que mantiene los detalles de los procesos de decisión.
Publicado Originalme en export.arxiv.org El 14 de agosto de 2025.
Ver Fuente Original
