Esta investigación propone un detector basado en IA para la desinformación sobre la salud, amigable con la diversidad cultural y lingüística (CALD), abordando específicamente la falta de herramientas efectivas para idiomas de bajos recursos como el bengalí. Los autores evalúan Small Language Models (SLMs) para superar las limitaciones de Large Language Models en este contexto.
- Se realizaron experimentos utilizando un conjunto de datos de desinformación sobre la salud traducido al bengalí para evaluar varios SLMs.
- Phi-4 emergió como el modelo superior, logrando un equilibrio ideal entre precisión y recuperación en la extracción de afirmaciones.
- Se diseñó un nuevo marco de detección basado en Responsible NLP, incorporando sensibilidad cultural, potencial de daño y calidad de comunicación.
El estudio proporciona un panel para profesionales médicos para analizar la desinformación, ofreciendo una perspectiva holística para la evaluación en contextos lingüísticos de bajos recursos.