Una parte del texto de ForoChat.net se redacta con ayuda de modelos de lenguaje (IA). Ese texto pasa por controles automáticos que lo comparan con sus fuentes y descartan lo que no cuadra, pero no lo revisa una persona ficha a ficha ni noticia a noticia. Esta página cuenta cómo funciona cada pieza para que sepas cuánto fiarte de ella.
Fichas de ciudad
La lista de ciudades, su país, su población y sus coordenadas salen de GeoNames. Sobre esa base se buscan datos propios de cada lugar en Wikipedia y Wikidata, y puntos de interés en OpenStreetMap. La búsqueda se hace por coordenadas y no por nombre, porque el nombre engaña: pedir «Mérida» a una enciclopedia devuelve Yucatán, y un valle con pueblos pegados mezcla unos con otros. Un resultado solo vale si está a pocos kilómetros, se parece en el nombre y es un asentamiento.
Con esa fuente delante, un modelo de lenguaje redacta la ficha, y otro modelo de un proveedor distinto intenta refutarla. Después entran en juego las puertas automáticas, que son lo que de verdad decide si algo se publica:
- Veracidad contra la fuente: cifras, nombres propios y citas del texto tienen que aparecer en los datos recopilados. Se añadieron porque un modelo, ante una ciudad pequeña, rellena huecos con lo que «sabe», y lo que sabe puede ser falso. En las pruebas, un verificador basado en IA dio por buenas fichas con afirmaciones sin respaldo que un contraste mecánico sí encontró.
- Texto propio: se mide con n-gramas cuánto del cuerpo no coincide con el resto de fichas publicadas, para que no haya páginas que solo cambian el nombre del municipio.
- Forma: longitud mínima, muletillas de relleno, topónimo repetido en exceso, nombres duplicados por descuido y un mínimo de enlaces internos.
Lo que no pasa una puerta no se publica a medias: vuelve a la cola con el motivo escrito, y tras tres
fallos queda apartado a la espera de que una persona decida. Esa es la intervención humana real: decidir
qué se hace con lo atascado y escribir las reglas que aplican las puertas. No hay una lectura
sistemática de todas las fichas. Además, las fichas para las que no se ha localizado ningún dato propio
se mantienen fuera de los buscadores (noindex) hasta que lo haya, aunque la página siga
siendo accesible. Las nuevas se publican por goteo, unas pocas al día, no en bloque.
Salas temáticas
Cada sala temática parte de un ángulo escrito a mano (qué la distingue de la sala vecina y qué no debe contar), del canal IRC real al que conduce y, si habla de un lugar, de las mismas fuentes que una ficha de ciudad. A partir de ahí se aplica el mismo esquema: redacción con modelo, refutación con otro proveedor y puertas automáticas. Un script de verificación comprueba aparte que cada sala apta tenga su foto, que la foto exista y tenga texto alternativo, y que el texto no lleve fórmulas típicas de relleno.
Noticias
Las noticias se descubren por dos vías: titulares y resúmenes de medios de cada región, y las tendencias de búsqueda de Google Trends. Un modelo redacta una pieza nueva a partir de esos hechos, con sus palabras. Cuando solo hay un término en tendencia y ninguna noticia detrás, se le pide una explicación general de por qué se habla del tema, sin hechos concretos que no pueda sustentar.
Antes de publicar, la pieza tiene que pasar filtros automáticos: longitud, cifras que no estén en la fuente, titular de origen copiado, enlaces externos, nombres de medios y datos concretos de la fuente reutilizados. Hay también filtros para dejar fuera temas sensibles como política, sucesos o religión; no son infalibles. La publicación es automática, por un temporizador, sin que nadie apruebe cada texto. Por eso no se firma con el nombre de una persona.
Dos cosas conviene saber. El cuerpo de la noticia está escrito con palabras propias y no nombra el medio del que parte el hecho; la fuente se declara aparte, en un bloque «Fuente» al final del artículo, con el nombre del medio y un enlace (con nofollow, salvo que sea una fuente oficial), y consta también en los datos estructurados de la página. Y las noticias son una sección de apoyo del chat, no un servicio de información: si necesitas rigor, contrasta el hecho en el medio original.
Fuentes y licencias
- Wikipedia: de sus artículos se extraen datos concretos (un río, una comarca, un monumento, una fiesta) y se vuelven a expresar con otras palabras; no se copian párrafos. Su texto está bajo licencia CC BY-SA 4.0, y dejamos constancia aquí de esa procedencia: los datos de las fichas de ciudad proceden en buena parte de Wikipedia.
- Wikidata: datos estructurados de dominio público (CC0).
- GeoNames: lista de ciudades, población y coordenadas, bajo licencia CC BY 4.0.
- OpenStreetMap: puntos de interés, © colaboradores de OpenStreetMap, bajo licencia ODbL.
Fotos
Las fotos de las fichas de ciudad vienen de Wikimedia Commons y llevan debajo el nombre del autor, la licencia y un enlace a la página del archivo, que es lo que esas licencias exigen. Las de las salas temáticas y las noticias vienen de Pexels, cuya licencia no obliga a mencionar al autor. Antes de elegir una foto de Pexels se descarta por su descripción cualquier imagen que parezca incluir menores o armas; ese filtro lee el texto que acompaña a la foto, no la imagen, así que puede fallar. El texto alternativo de las imágenes lo redacta un modelo a partir de la foto.
Firma
Todo se firma como «Equipo de ForoChat», una firma de marca. No hay autores individuales, titulaciones ni revisores con nombre, y no los presentamos como si los hubiera.
Cómo corregir un error
Escríbenos a [email protected] con la dirección de la página y el dato que crees equivocado y, si la tienes, la fuente que lo corrige. Lo comprobamos contra la fuente original y, si procede, corregimos o retiramos el texto. Más datos en la página de contacto; sobre quién está detrás del sitio, lee Sobre ForoChat.net.