AESLA 2024

Paolo Rosso és catedràtic de la Universitat Politècnica de València (UPV), on també és membre del centre de recerca Pattern Recognition and Human Language Technology (PRHLT). Els seus interessos de recerca se centren en l'anàlisi de text en les xarxes socials, principalment en la detecció de notícies falses i discursos d'odi, perfils d'autor i detecció de sarcasme. Ha publicat més de 50 articles en revistes (34 Q1) i més de 400 articles en conferències i tallers. Està en el rànquing dels científics amb més índex H d'Espanya. El novembre de 2022 va rebre el Premi UPV de Recerca a la categoria de Publicació Excel•lent en Enginyeria i Tecnologia pel treball sobre Identificació i classificació automàtica de llenguatge misogin en Twitter. Ha estat IP de diversos projectes de recerca nacionals i internacionals finançats per la CE, l'Oficina de Recerca de l'Exèrcit dels Estats Units, el Fons Nacional de Recerca de Qatar i Vodafone España. Alguns abordaven el problema del discurs de l'odi, com el projecte MISMIS-FAKEnHATE sobre desinformació i mala comunicació en els mitjans socials: FAKE news i HATE speech finançat pel Ministeri espanyol de Ciència i Innovació), la contractació pública amb OBERAXE (l’Observatori Espanyol del Racisme i la Xenofòbia de la Secretaria d'Estat de Migracions), i el projecte sobre Recursos i aplicacions per detectar i classificar el discurs d'odi polaritzat en els mitjans socials àrabs (finançat pel Fons Nacional de Recerca de Qatar). Paolo Rosso va ajudar a organitzar més de 30 tasques compartides al PAN Lab a CLEF i en fòrums d'avaluació FIRE, SemEval, IberLEF i Evalita sobre temes com la creació de perfils d'autors (per exemple, la creació de perfils de bots, haters i difusors de notícies falses), la detecció del discurs de l'odi, la detecció de la ironia, la misogínia, el sexisme i la identificació del llenguatge tòxic en Twitter. Ha estat director de 26 tesis doctorals sobre els temes esmentats i actualment n'és director de 8 estudiants de doctorat.

AI for the detection and analysis of disinformation, conspiracy theories and critical thinking

The rise of social media has offered a fast and easy way for the propagation of disinformation and conspiracy theories. Despite the research attention that has received, disinformation detection remains an open problem and users keep sharing texts that contain false statements. In this keynote I will describe how to go beyond textual information to detect disinformation, taking into account also affective and visual information because providing important insights on how disinformation spreaders aim at triggering certain emotions in the readers. I will also describe how psycholinguistic patterns and users' personality traits may play an important role in discriminating disinformation spreaders from fact checkers. Finally, I will comment on some studies on the propagation of conspiracy theories. In the framework of the PAN Lab we will organise a challenge to discriminate between conspiracy narratives and critical thinking. Most of the work was done in the framework of the following research projects: IBERIFIER, the Iberian media research & fact-checking hub on disinformation funded by the European Digital Media Observatory (2020-EU-IA-0252), XAI-DisInfodemics: eXplainable AI for disinformation and conspiracy detection during infodemics (PLEC2021-007681), and FAKEnHATE-PdC: FAKE news and HATE speech (PDC2022-133118-I00), both funded by MCIN/AEI/10.13039/501100011033 and by European Union NextGenerationEU/PRTR.