Las imágenes son un vehículo poderoso e inmediato para transmitir mensajes engañosos o directamente falsos, pero identificar información errónea basada en imágenes a gran escala plantea desafíos únicos. En este artículo, presentamos PIXELMOD, un sistema que aprovecha hashes perceptuales, bases de datos vectoriales y reconocimiento óptico de caracteres (OCR) para identificar de manera eficiente imágenes que son candidatas a recibir etiquetas de moderación suave en Twitter. Demostramos que PIXELMOD supera los enfoques de similitud de imágenes existentes cuando se aplica a la moderación suave, con una sobrecarga de rendimiento insignificante. Luego probamos PIXELMOD en un conjunto de datos de tuits relacionados con las elecciones presidenciales estadounidenses de 2020 y descubrimos que es capaz de identificar imágenes visualmente engañosas que son candidatas a la moderación suave con un 0,99 % de detección falsa y un 2,06 % de falsos negativos.
