Application of explainable artificial intelligence methods to the analysis of conspiracy and critical narratives.

Abstract

[ES] La pandemia de COVID-19 ha causado una gran cantidad de desinformación en plataformas digitales, como Telegram, que comprende tanto actualizaciones críticas como teorías de conspiración. Distinguir entre narrativas críticas legítimas y narrativas de conspiración potencialmente dañinas es crucial, no solo para la comunicación de salud pública sino también para mantener la estabilidad social. Esta tesis tiene como objetivo abordar este desafío empleando técnicas avanzadas de aprendizaje automático para la clasificación de mensajes de texto relacionados con COVID-19.

[EN] The COVID-19 pandemic has caused a great amount of disinformation across digital platforms, such as Telegram, comprising both critical updates and conspiracy theories. Distinguishing between legitimate critical narratives and potentially harmful conspiracy narrative is crucial, not only for public health communication but also for maintaining social stability. This thesis aims to address this challenge by employing advanced machine learning techniques for the classification of text messages related to COVID-19.