Desarrollan Diet-MisRAT, una herramienta para evaluar el riesgo de la desinformación nutricional
Un grupo de investigadores ha desarrollado la herramienta Diet-Nutrition Misinformation Risk Assessment Tool (Diet-MisRAT), un instrumento diseñado para combatir la desinformación en materia de dieta y nutrición, la cual es reconocida como una amenaza importante para la salud pública debido a su capacidad de desorientar las elecciones alimentarias y contribuir a daños prevenibles.
El desarrollo de Diet-MisRAT se basa en el Modelo de Evaluación de Riesgos de Desinformación (MisRAM), el cual se fundamenta en los principios de evaluación de riesgos para la salud de la Organización Mundial de la Salud (OMS). Este modelo conceptualiza los rasgos del contenido engañoso como agentes estratificables de efectos adversos informativos, ponderados según su gravedad y la probabilidad de aumentar la susceptibilidad del receptor.
La herramienta Diet-MisRAT evalúa contenidos de formato medio y largo a través de cuatro dimensiones de riesgo:
- Inexactitud
- Incompletitud
- Engaño
- Daño a la salud
A partir de este análisis, el instrumento genera estimaciones de riesgo divididas en cinco niveles, que van desde muy bajo hasta muy alto.
La validación de la herramienta se estructuró en dos fases principales y comprendió cinco rondas de validación que incluyeron a revisores expertos, dietistas en formación, estudiantes de posgrado en nutrición, profesionales de la nutrición con amplia experiencia y la detección de riesgos mediante inteligencia artificial generativa basada en prompts de «zero-shot».
Los resultados mostraron una alineación fuerte a muy fuerte con los puntos de referencia establecidos por expertos, lo que respalda la validez concurrente y la interpretabilidad de la herramienta. Específicamente, ChatGPT demostró una alta precisión, sensibilidad, puntuaciones F1, así como una alta exactitud y fiabilidad de prueba-retest en condiciones cegadas y no ajustadas. Esto sugiere que las herramientas de prompting diseñadas por expertos pueden ayudar a superar las limitaciones de los conjuntos de datos de entrenamiento.
Diet-MisRAT se presenta como una alternativa escalable y graduada frente a la detección binaria. Esta estratificación del riesgo calibrada por dominio podría orientar intervenciones proporcionadas en la supervisión de contenidos, la regulación, la educación, la inoculación contra la desinformación y la mitigación de infodemias.
