Un novedoso estudio ha analizado la viabilidad y eficiencia de usar resúmenes generados por un modelo de lenguaje de gran tamaño (LLM) para la verificación de hechos a gran escala mediante crowdsourcing. El estudio comparó dos modalidades: una donde se utilizan páginas web completas como evidencia y otra que usa resúmenes generados automáticamente por un modelo LLM. Se recorrieron tres aspectos principales: la efectividad de las evaluaciones, la eficiencia en el uso del tiempo, y los patrones de comportamiento de los participantes.
Los resultados reflejaron que la modalidad de resúmenes ofrece una precisión comparable a la modalidad estándar, pero con una mejora significativa en la eficiencia del tiempo. Los trabajadores en la modalidad de resúmenes completaron un número considerablemente mayor de evaluaciones en comparación con el enfoque estándar, reduciendo así la duración de las tareas y los costos asociados.
El experimento, a cargo de investigadores de las universidades de Udine y Copenhague, involucró a un grupo diverso de participantes bajo condiciones controladas de pruebas A/B. Se les pidió evaluar la veracidad de ciertas afirmaciones usando ambas modalidades de presentación de evidencia. La investigación reveló que incluso cuando se disminuía el volumen de información proporcionada mediante resúmenes, la exactitud y la calidad de las evaluaciones se mantenían, mostrando que el trabajo con resúmenes no solo facilita la carga cognitiva sino también mejora la cohesión en los resultados de los trabajadores.
Este enfoque económico no solo optimiza los tiempos de evaluación, sino que también refleja una elevada consistencia interna entre las evaluaciones de los participantes, lo que resalta la eficacia de la herramienta. No obstante, se reconoce que la adopción de resúmenes generados por modelos LLM sigue enfrentando retos, como el riesgo de omitir detalles críticos, introducir sesgos, o simplificar excesivamente los argumentos complejos.
Con estos hallazgos, se promueve la integración de técnicas sumarias generadas por algoritmos avanzados, en la búsqueda de nuevas metodologías que continúen reduciendo costos y aumenten la sostenibilidad en las evaluaciones de actualidad veraz en este mundo digitalizado. Sin duda, los avances tecnológicos deben seguir su curso en busca de equilibrio entre efectividad y eficiencia en la lucha por combatir la desinformación en línea.