Factify
Plataforma de noticias con IA que agrega fuentes europeas y sintetiza historias imparciales usando LLMs.
Descripción
Factify empezó como un proyecto de hackathon de 48 horas y evolucionó hasta convertirse en mi tesis de Analítica de Negocio en ICAI, con un 94%. Es una plataforma de noticias digitales que usa LLMs para comparar y sintetizar noticias de múltiples fuentes europeas, cortando a través del sesgo editorial.
Cómo Funciona
- Agregación de fuentes: rastrea múltiples medios europeos en busca de artículos sobre el mismo evento
- Detección de sesgo: identifica inclinación editorial, contexto faltante y afirmaciones factuales entre fuentes
- Síntesis con LLM: genera una historia unificada presentando todas las perspectivas con afirmaciones referenciadas
- Puntuación de confianza: evalúa cada afirmación basándose en la verificación cruzada de fuentes
Análisis Financiero (Tesis)
La tesis de ADE amplió Factify con un análisis financiero completo de startup:
- Análisis de competencia: gráficos de dispersión comparando suscriptores vs. precios de periódicos españoles
- Proyecciones de costes: costes de contratación, comparativas de precios de APIs de LLMs y estimadores de tokenización/coste
- Modelado de ingresos: simulaciones Monte Carlo con parámetros modificables para validación de startup
- Encuestas a usuarios: datos de validación para comprensión del problema/necesidad
- Proyecciones a 3 años: cuentas de resultados y previsiones financieras
Los modelos financieros se construyeron como aplicaciones interactivas en Dash con Python.
Stack Técnico
Construido en Python con Jupyter notebooks para iteración rápida. El pipeline de NLP usó modelos de lenguaje pre-entrenados para resumen y análisis de sentimiento. El framework Dash impulsó las visualizaciones interactivas del componente de análisis financiero.
Lo que Aprendí
Los problemas más difíciles de la IA para periodismo no son técnicos. ¿Qué significa realmente “imparcial”? ¿Cómo manejas hechos contradictorios? ¿Cuándo deberías mostrar incertidumbre en vez de una respuesta limpia? Construir el producto y estresar el modelo de negocio juntos dio una visión mucho más completa que cualquiera de los dos por separado.