Το Twitter αναφέρει ότι λιγότερο από το 5% των λογαριασμών είναι ψεύτικοι ή αποστολείς ανεπιθύμητης αλληλογραφίας, που συνήθως αναφέρονται ως «bots».
Από τότε που έγινε αποδεκτή η πρότασή του να αγοράσει το Twitter, ο Έλον Μασκ αμφισβήτησε επανειλημμένα αυτές τις εκτιμήσεις, απορρίπτοντας μάλιστα Δημόσια απάντηση του Διευθύνοντος Συμβούλου Παράγκ Αγκραουάλ.
Αργότερα, ο Μασκ επέλεξε να «παγώσει» τη συμφωνία σε αναμονή και ζήτησε περισσότερες αποδείξεις.
Γιατί λοιπόν οι άνθρωποι διαφωνούν για το ποσοστό των λογαριασμών bot στο Twitter;
Ως δημιουργοί του Botometer, ενός ευρέως χρησιμοποιούμενου εργαλείου ανίχνευσης «bots», η ομάδα του Παρατηρητηρίου του Πανεπιστημίου της Ιντιάνα στα μέσα κοινωνικής δικτύωσης μελετά αυθεντικούς λογαριασμούς και τη χειραγώγηση στα μέσα κοινωνικής δικτύωσης για πάνω από μια δεκαετία. Έφεραν την έννοια του «social bot» στο προσκήνιο και υπολόγισαν για πρώτη φορά την επικράτηση τους στο Twitter το 2017.
Με βάση τις γνώσεις και την εμπειρία τους, πιστεύουν ότι η εκτίμηση του ποσοστού των bots στο Twitter έχει γίνει πολύ δύσκολη υπόθεση και η συζήτηση για την ακρίβεια της εκτίμησης μπορεί να μην έχει νόημα. Να γιατί.
Τι ακριβώς είναι ένα bot;
Για να μετρηθεί η επικράτηση των προβληματικών λογαριασμών στο Twitter, είναι απαραίτητος ένας σαφής ορισμός των στόχων. Κοινοί όροι όπως «ψεύτικοι λογαριασμοί», «λογαριασμοί ανεπιθύμητης αλληλογραφίας» και «bots» χρησιμοποιούνται εναλλακτικά, αλλά έχουν διαφορετική σημασία.
Ψεύτικοι ή ψευδείς λογαριασμοί είναι αυτοί που υποδύονται άτομα. Οι λογαριασμοί που παράγουν μαζικά αυτόκλητο διαφημιστικό περιεχόμενο ορίζονται ως spammers. Τα bots, από την άλλη πλευρά, είναι λογαριασμοί που ελέγχονται εν μέρει από λογισμικό μπορεί να δημοσιεύουν περιεχόμενο ή να πραγματοποιούν απλές αλληλεπιδράσεις, όπως ένα αυτόματο retweet.
Αυτοί οι τύποι λογαριασμών συχνά αλληλοεπικαλύπτονται. Για παράδειγμα, μπορείτε να δημιουργήσετε ένα bot που υποδύεται έναν άνθρωπο για να δημοσιεύει αυτόματα ανεπιθύμητα μηνύματα. Ένας τέτοιος λογαριασμός είναι ταυτόχρονα bot, spammer και ψεύτικος. Αλλά δεν είναι κάθε ψεύτικος λογαριασμός bot ή spammer και το αντίστροφο. Το να καταλήξουμε σε μια εκτίμηση χωρίς σαφή ορισμό παράγει μόνο παραπλανητικά αποτελέσματα.
Ο καθορισμός και η διάκριση των τύπων λογαριασμών μπορεί επίσης να συμβάλει στις κατάλληλες παρεμβάσεις. Ψεύτικοι και ανεπιθύμητοι λογαριασμοί υποβαθμίζουν το διαδικτυακό περιβάλλον και παραβιάζουν πολιτική πλατφόρμας. Τα κακόβουλα ρομπότ χρησιμοποιούνται για τη διάδοση παραπληροφόρησης, τη διόγκωση της δημοτικότητας, την επιδείνωση των συγκρούσεων μέσω αρνητικού και εμπρηστικού περιεχομένου, τη χειραγώγηση απόψεων, την επιρροή των εκλογών, τη διεξαγωγή οικονομικής απάτης και τη διακοπή της επικοινωνίας. Ωστόσο, ορισμένα ρομπότ μπορεί να είναι αβλαβή ή ακόμη και χρήσιμα, για παράδειγμα βοηθώντας στη διάδοση ειδήσεων, παρέχοντας ειδοποιήσεις για καταστροφές και διεξάγοντας έρευνα.
Η απλή απαγόρευση όλων των bots δεν είναι προς το συμφέρον των χρηστών των μέσων κοινωνικής δικτύωσης.
Για λόγους απλότητας, οι ερευνητές χρησιμοποιούν τον όρο «μη αυθεντικοί λογαριασμοί» για να αναφερθούν στη συλλογή ψεύτικων λογαριασμών, ανεπιθύμητων μηνυμάτων και κακόβουλων ρομπότ. Αυτός είναι επίσης ο ορισμός που φαίνεται να χρησιμοποιεί το Twitter. Ωστόσο, δεν είναι σαφές τι έχει στο μυαλό του ο Μασκ.
Δύσκολο να μετρηθεί
Ακόμη και όταν επιτυγχάνεται συναίνεση για έναν ορισμό, εξακολουθούν να υπάρχουν τεχνικές προκλήσεις για την εκτίμηση της επικράτησης.
Οι εξωτερικοί ερευνητές δεν έχουν πρόσβαση στα ίδια δεδομένα με το Twitter, όπως διευθύνσεις IP και αριθμούς τηλεφώνου. Αυτό εμποδίζει την ικανότητα του κοινού να εντοπίζει μη αυθεντικούς λογαριασμούς. Αλλά ακόμη και το Twitter αναγνωρίζει ότι ο πραγματικός αριθμός των μη αυθεντικών λογαριασμών θα μπορούσε να είναι υψηλότερος από ό,τι έχει υπολογίσει, επειδή η ανίχνευση είναι πρόκληση.
Οι μη αυθεντικοί λογαριασμοί εξελίσσονται και αναπτύσσουν νέες τακτικές για να αποφύγουν τον εντοπισμό. Για παράδειγμα, κάποιοι ψεύτικοι λογαριασμοί χρησιμοποιούν πρόσωπα που δημιουργούνται από AI ως προφίλ τους. Αυτά τα πρόσωπα δεν μπορούν να διακριθούν από τα αληθινά, ακόμη και στους ανθρώπους. Ο εντοπισμός τέτοιων λογαριασμών είναι δύσκολος και απαιτεί νέες τεχνολογίες.
Μια άλλη δυσκολία δημιουργείται από συντονισμένους λογαριασμούς που φαίνονται να είναι κανονικοί μεμονωμένα, αλλά δρουν τόσο παρόμοια μεταξύ τους που σχεδόν σίγουρα ελέγχονται από μια μεμονωμένη οντότητα. Ωστόσο, είναι σαν βελόνες στα άχυρα εκατοντάδων εκατομμυρίων καθημερινών tweets.
Τέλος, οι μη αυθεντικοί λογαριασμοί μπορούν να αποφύγουν τον εντοπισμό με τεχνικές όπως η εναλλαγή λαβών ή η αυτόματη ανάρτηση και διαγραφή μεγάλου όγκου περιεχομένου.
Η διάκριση μεταξύ μη αυθεντικών και γνήσιων λογαριασμών γίνεται όλο και πιο θολή. Οι λογαριασμοί μπορούν να παραβιαστούν, να αγοραστούν ή να ενοικιαστούν και ορισμένοι χρήστες «δωρίζουν» τα διαπιστευτήριά τους σε οργανισμούς που δημοσιεύουν για λογαριασμό τους. Ως αποτέλεσμα, οι λεγόμενοι λογαριασμοί «cyborg» ελέγχονται τόσο από αλγόριθμους όσο και από ανθρώπους. Ομοίως, οι spammer μερικές φορές δημοσιεύουν νόμιμο περιεχόμενο για να κρύψουν τη δραστηριότητά τους.
Έχουμε παρατηρήσει ένα ευρύ φάσμα συμπεριφορών που αναμειγνύουν τα χαρακτηριστικά των bots και των ανθρώπων. Η εκτίμηση της επικράτησης των μη αυθεντικών λογαριασμών απαιτεί την εφαρμογή μιας απλοϊκής δυαδικής ταξινόμησης: αυθεντικός ή μη αυθεντικός λογαριασμός. Όπου κι αν τραβήξουμε τη γραμμή, τα λάθη είναι αναπόφευκτα.
Λείπει η μεγάλη εικόνα
Το επίκεντρο της πρόσφατης συζήτησης για την εκτίμηση του αριθμού των bot του Twitter υπεραπλουστεύει το ζήτημα και παραλείπει να ποσοτικοποιήσει τη ζημιά της διαδικτυακής κατάχρησης και χειραγώγησης από μη αυθεντικούς λογαριασμούς.
Μέσω του BotAmp, ενός νέου εργαλείου από την οικογένεια Botometer που μπορεί να χρησιμοποιήσει οποιοσδήποτε με λογαριασμό Twitter, διαπιστώσαμε ότι η παρουσία αυτοματοποιημένης δραστηριότητας δεν είναι ομοιόμορφα κατανεμημένη. Για παράδειγμα, η συζήτηση για τα κρυπτονομίσματα τείνει να δείχνει περισσότερη δραστηριότητα bot από τη συζήτηση για τις γάτες. Επομένως, αν ο συνολικός επιπολασμός είναι 5% ή 20% έχει μικρή διαφορά στους μεμονωμένους χρήστες. Οι εμπειρίες τους με αυτούς τους λογαριασμούς εξαρτώνται από το ποιον ακολουθούν και τα θέματα που τους ενδιαφέρουν.
Πρόσφατα στοιχεία δείχνουν ότι οι ανακριβείς λογαριασμοί μπορεί να μην είναι οι μόνοι ένοχοι που ευθύνονται για τη διάδοση παραπληροφόρησης, τη ρητορική μίσους, την πόλωση και τη ριζοσπαστικοποίηση. Αυτά τα ζητήματα συνήθως αφορούν πολλούς ανθρώπους χρήστες. Για παράδειγμα, η ανάλυσή μας δείχνει ότι η παραπληροφόρηση σχετικά με τον COVID-19 διαδόθηκε ανοιχτά τόσο στο Twitter όσο και στο Facebook από επαληθευμένους λογαριασμούς υψηλού προφίλ.
Ακόμη και αν ήταν δυνατό να εκτιμηθεί με ακρίβεια η επικράτηση των μη αυθεντικών λογαριασμών, αυτό θα έκανε ελάχιστα για να λύσει αυτά τα προβλήματα. Ένα ουσιαστικό πρώτο βήμα θα ήταν να αναγνωρίσουμε την περίπλοκη φύση αυτών των ζητημάτων. Αυτό θα βοηθήσει τις πλατφόρμες κοινωνικών μέσων και τους υπεύθυνους χάραξης πολιτικής να αναπτύξουν ουσιαστικές απαντήσεις.
Πηγή: BigThink