El sábado 31 del mes pasado participamos en la Hackatón de la Media Party 2024, donde tuvimos la oportunidad de desarrollar un proyecto que apunta directamente a uno de los mayores desafíos de los medios digitales actuales: el clickbait. Nuestro equipo, compuesto por David Coronel, Juan Pablo Telez, Emanuel Pinasco, Lucas Golombek, Virginia Benitez, Pablo Bruetman, Paulo Talarico y Sarah Fernández, logró diseñar un plugin que identifica y mide el nivel de clickbait en los titulares de artículos periodísticos.
Nuestro proyecto, “Anti clickbait”, obtuvo el segundo puesto en la premiación del hackathon, compartimos así el podio con los proyectos ganadores, “Chuz-bot” y “BOTletín OficIAl”. El proyecto no solo busca señalar cuando un titular es exagerado, sino que propone alternativas más precisas sin sacrificar el atractivo. Gracias a la diversidad del equipo, que incluyó personas con experiencia en periodismo, lingüística, desarrollo de software y UX, además de proponerse el plugin como herramienta técnica, se planteó como una solución creada desde la comprensión profunda de la comunicación efectiva.
¿Cómo identifica nuestro plugin un título clickbait?
El núcleo de nuestro desarrollo es un modelo GPT 3.5 fine-tuneado para la tarea de detección de títulos clickbaits. Este modelo fue entrenado con un dataset que contenía casos de noticias reales y sus respectivas evaluaciones hechas por nuestro equipo. De esta forma, el modelo logra detectar varias características clave:
Sensacionalismo del título: Palabras y frases que intentan generar emociones fuertes para captar clics, pero que no corresponden al contenido real.
Desconexión con el contenido: Cuando el titular sugiere un nivel de gravedad o importancia que luego no se refleja en el cuerpo del artículo.
Expectativa vs. Realidad: El título genera una expectativa que luego el contenido no cumple, ya sea por falta de información o por exageración.
Para evaluar la relación entre el título y el contenido, el plugin responde las siguientes preguntas:
- Relevancia: ¿Refleja realmente el título lo que el artículo aborda?
- Profundidad: ¿El cuerpo del artículo ahonda en lo que el título promete?
- Coherencia: ¿El artículo cumple con la expectativa del problema planteado en el titular?
El análisis de estos factores genera un porcentaje de clickbait y, en caso de que el porcentaje sea alto (entre 50% y 100%), nuestro sistema sugiere un nuevo título optimizado, acorde con el contenido del artículo.
Este modelo es llamado por medio de la API de OpenAI en un entorno de JS. Se le envían los títulos y contenidos de las notas del sitio en el que se ejecutará el plugin, devolviendo luego los porcentajes y los títulos alternativos. Finalmente, el plugin muestra un popup con el porcentaje promedio que presenta el portal de noticias evaluado.
Una experiencia colaborativa
Uno de los grandes aprendizajes de este hackathon fue la riqueza que surge de la colaboración interdisciplinaria, algo central para LAIA. A lo largo del día, se sumaron a nuestro equipo personas con distintas experiencias que ofrecieron un enfoque crítico y humano a la herramienta. Gracias a esos aportes, pudimos comprender mejor la relación entre la narrativa periodística y la experiencia de usuario, lo que nos permitió refinar el diseño y las funcionalidades del plugin.
Esta colaboración nos permitió no solo mejorar la precisión técnica del plugin, sino también hacerlo más útil para quienes trabajan directamente con la creación de contenido. La mirada desde el periodismo permitió darle relevancia no solo a la detección del clickbait, sino a la propuesta de alternativas que mantuvieran el interés del título, sin caer en engaños ni tampoco perder su atractivo.
Proceso de desarrollo: desde la idea hasta el código
Desde el principio, nos propusimos crear una herramienta intuitiva que los medios de comunicación pudieran integrar fácilmente en sus flujos de trabajo. Durante las primeras horas de la hackatón, estructuramos nuestra idea, definiendo cómo sería el análisis del contenido y el título.
Utilizamos datasets de noticias reales para entrenar nuestro modelo, incluyendo ejemplos claros de títulos sensacionalistas. El objetivo era no sólo identificar el clickbait, sino también proporcionar soluciones, algo que nos diferenciaba de otras herramientas similares.
Reflexiones y aprendizajes
La hackatón fue una oportunidad increíble no solo para crear algo útil y tangible, sino para aprender en tiempo real de personas con diferentes perspectivas y habilidades. Compartimos nuestra alegría y emoción por haber recibido un premio. Completar el proyecto en el día como nos lo propusimos ya nos generaba orgullo, a lo que se suma el reconocimiento de la organización. Nos vamos con muchas ganas de seguir trabajando y de contribuir a un ecosistema mediático más transparente y confiable.