Mostrar el registro sencillo del ítem
dc.creator | Caneva, Gianfranco | |
dc.date.accessioned | 2024-04-29T21:24:40Z | |
dc.date.available | 2024-04-29T21:24:40Z | |
dc.date.issued | 2023 | |
dc.identifier.uri | http://hdl.handle.net/123456789/15155 | |
dc.description.abstract | Desde hace siglos, el periódico circula en el mundo y su esencia no ha cambiado. Cabe mencionar un cambio notorio, el soporte en el que está escrito. Hoy en día abundan las noticias digitales, lo que podría considerarse el resultado de imprimirlas en pantalla en lugar de en papel. Si bien este recurso brinda beneficios, tales como una mayor difusión e inmediatez, las características de fondo prevalecen: existen lectores, periodistas, redactores, primicias y publicidad; algunas notas resultan poco relevantes para determinado público y el factor humano en la producción de las noticias tiene gran influencia en la percepción de los lectores. Al no haberse modificado lo antes enumerado, se puede esperar que las falencias tampoco lo hagan. Este proyecto tiene como objetivo el abordaje de tres problemas que son recurrentes en los medios digitales de noticias: el tiempo de búsqueda según el interés del lector, el tiempo de consumo de un artículo y la falta de objetividad. Como respuesta a los obstáculos que tiene el lector a la hora de maximizar el tiempo que dispone para informarse y de confiar en la narración, se desarrolló una aplicación que optimiza la lectura de noticias digitales y elimina los sesgos. Esta se enfoca en el aprendizaje de los intereses por cada género periodístico, así como del tiempo que transcurre leyendo cada artículo. De esta forma, los artículos son resumidos tomando en cuenta el promedio de lectura de cada lector en cada sección del periódico. Además, se filtra el contenido poco visitado para evitar la contaminación visual de la pantalla y facilitar la búsqueda de las noticias que le resulten relevantes, optimizando tiempos. Con el fin de que la información sea lo más objetiva posible, se utiliza Inteligencia Artificial para la redacción de los artículos y así, contribuir con la disminución de la subjetividad. Por otro lado, a partir de múltiples fuentes, relacionadas a la misma noticia, se capta la mayor cantidad de opiniones para lograr neutralidad. Con lo previamente mencionado, se creó una aplicación que optimiza el tiempo que los lectores dedican a la lectura de periódicos digitales y disminuye los sesgos que los medios de comunicación puedan reflejar en sus plataformas. | es |
dc.format.extent | 138 p. | es |
dc.language.iso | es | es |
dc.publisher | Universidad Argentina de la Empresa | |
dc.title | Unchained News: Aplicación para la optimización de lectura de noticias digitales y libre de sesgos | es |
dc.type | Thesis | es |
uade.facultad | Ingeniería y Ciencias Exactas | es |
uade.carrera | Ing. Informática | es |
uade.contributor.tutor | Falanga, Gastón | |
uade.subject.keyword | Noticias Digitales | es |
uade.subject.keyword | Inteligencia Artificial | es |
uade.subject.keyword | Redacción Inteligente | es |
uade.subject.keyword | Optimización de Tiempo de Lectura | es |
uade.subject.keyword | Removedor de Sesgos | es |
uade.subject.keyword | Periodismo Personalizado | es |
uade.subject.descriptor | Ingeniería | es |
uade.subject.descriptor | Informática | es |
uade.subject.descriptor | Periodismo | es |
uade.notificaciones | Posee autorizaciones y recomendación | es |
uade.autor.legajo | 1126886 |