Según la nota, en el debate participaron representantes de organizaciones internacionales, estructuras estatales, medios de comunicación, la comunidad de expertos y ex funcionarios de las fuerzas del orden.

En el encuentro, el subdirector del Departamento de Apoyo Estatal al Desarrollo de los Medios de Rusia, Román Zeziulia, afirmó que la temática cambia, pero el formato de la mesa redonda sigue siendo el mismo: la intimidad, la posibilidad de expresarse y ser escuchado son los puntos fuertes de este tipo de eventos.

En tanto el director del Centro de Información de las Naciones Unidas en Moscú, Vladimir Kuznetsov, subrayó que el uso de la inteligencia artificial en la lucha contra el terrorismo es una cuestión compleja, pero importante, que puede unir a varios estados.

El carácter del debate y los objetivos que se fijan sus participantes están, sin duda, orientados a unir a las personas. Sigo siendo optimista y realmente espero que prevalezca el sentido común. Pero para que prevalezca, es necesario unir los esfuerzos de todos», afirmó.

La profesora asociada de la Facultad de Periodismo de la Universidad Estatal de Moscú, Yulia Nefedonova, presentó un estudio que muestra cómo las tecnologías reconocen el tono emocional de los mensajes y explicó por qué es útil aplicar la inteligencia artificial.

«Los textos difundidos a través de canales radicales suelen tener un impacto informativo y psicológico muy profesional. El usuario no siempre es capaz de reconocer el problema del contenido radical y distinguirlo del contenido neutral, y a veces ni siquiera puede hacerlo», recalcó.

A su vez, otra profesora de esa misma facultad, María Anikina, continuó con el tema y destacó la importancia de las tecnologías automatizadas en el análisis de la información. Habló de su investigación, basada en el estudio de más de 300 mil mensajes en las redes sociales durante un mes.

Según ella, las herramientas y los entornos de programación modernos permiten ampliar las posibilidades de análisis de grandes conjuntos de información textual en comparación con la investigación manual tradicional.

mem/gfa