Estão abertas as submissões para o DisA 2026 (Workshop on Emerging Problems in Disinformation Analysis), evento que acontece em conjunto com a IEEE Big Data 2026 entre os dias 14 e 17 de dezembro de 2026, em Phoenix (EUA), em formato híbrido (com participação 100% virtual disponível).
O workshop reúne pesquisadores e profissionais dedicados a métodos avançados de análise de informação e desinformação, propondo soluções técnicas, arquiteturais e sociais contra a propagação de conteúdos falsos e manipulados.
Principais Tópicos de Interesse
- Detecção Multimodal & Mídias Sintéticas: Análise em dados heterogêneos (texto, imagens, redes sociais), detecção de deepfakes e manipulações em vídeo e áudio.
- Modelos de Linguagem e IA: Aplicação de LLMs na detecção de desinformação, aprendizado com dados limitados (few-shot / one-shot learning) e tratamento de concept drift.
- Explainable AI (XAI) & Robustez: Explicabilidade em sistemas de machine learning / deep learning, ataques adversariais e frameworks arquiteturais para detecção confiável.
- Benchmarking e Aplicação Real: Comparações estruturadas entre detectores, estudos de caso com usuários finais e demonstração de ferramentas práticas.
- Impacto Social e Regulação: Aspectos éticos, direitos humanos, conformidade com legislações de proteção de dados (como GDPR/LGPD) e impactos econômicos da desinformação.
Datas Importantes
- Submissão de artigos: 20 de outubro de 2026
- Notificação de aceite: 11 de novembro de 2026
- Envio da versão final (Camera-Ready): 20 de novembro de 2026
- Realização do workshop: 14 a 17 de dezembro de 2026 (Phoenix, EUA / Online)
Submissões e Publicação
As submissões devem seguir o formato double-blind review (sem identificação de autores ou afiliações no manuscrito). Os artigos aceitos serão publicados nos anais do IEEE Big Data 2026 Workshop Proceedings.
- Submissões pelo sistema oficial: CyberChair / IEEE Big Data 2026
- Mais informações e diretrizes: Página oficial do DisA 2026
Uma excelente oportunidade para submeter trabalhos que conectam grandes volumes de dados, explicabilidade de modelos e combate à desinformação.
Graduado em Ciências Atuariais pela Universidade Federal Fluminense (UFF), Pós-Graduado em Inteligência Artificial, Pós-Graduado em Marketing Digital, Mestrando em IA no Instituto de Computação da UFF (nota máxima no CAPES). Palestrante e Professor de Inteligência Artificial e Linguagem de Programação; autor de livros, artigos e aplicativos.
Professor do Grupo de Trabalho em Inteligência Artificial da UFF (GT-IA/UFF), do Laboratório de Inovação, Tecnologia e Sustentabilidade (LITS/UFF), da Pós-Graduação na Universidade Estácio de Sá, entre outras iniciativas.
Conheça outros projetos:
💫 Apaixonado pela vida, pelas amizades, pelas viagens, pelos sorrisos, pela praia, pelas baladas, pela natureza, pelo jazz e pela tecnologia.
