Casi dos tercios de los robots de redes sociales con actividad política en Twitter antes de las elecciones presidenciales de EE. UU. De 2016 apoyaron a Donald Trump. Pero todos esos bots de Trump fueron mucho menos efectivos para cambiar las opiniones de las personas que la menor proporción de bots que respaldaban a Hillary Clinton. Como muestra mi investigación reciente, una pequeña cantidad de bots altamente activos puede cambiar significativamente las opiniones políticas de las personas. El factor principal no era cuántos bots había, sino más bien, cuántos tweets emitió cada conjunto de bots.

Mi trabajo se centra en los aspectos militares y de seguridad nacional de las redes sociales, así que, naturalmente, me intrigaron las preocupaciones de que los bots pudieran afectar el resultado de las próximas elecciones de mitad de período de 2018. Comencé a investigar qué hacían exactamente los bots en 2016. Había mucha retórica, pero solo un principio fáctico básico:si los esfuerzos de guerra de información con bots habían tenido éxito, entonces las opiniones de los votantes habrían cambiado.

Quería medir cuánto los bots eran, o no, responsables de los cambios en las opiniones políticas de los humanos. Tenía que encontrar una forma de identificar los bots de las redes sociales y evaluar su actividad. Luego necesitaba medir las opiniones de los usuarios de las redes sociales. Finalmente, Tenía que encontrar una manera de estimar cuáles habrían sido las opiniones de esas personas si los bots nunca hubieran existido.

Encontrar tweeters y bots

Para acotar un poco la investigación, mis alumnos y yo enfocamos nuestro análisis en la discusión de Twitter en torno a un evento previo a las elecciones:el segundo debate entre Clinton y Trump. Recopilamos 2,3 millones de tweets que contenían palabras clave y hashtags relacionados con el debate.

Luego hicimos una lista de aproximadamente 78, 000 usuarios de Twitter que publicaron esos tweets y construyeron la red de quién siguió a quién entre esos usuarios. Para identificar los bots entre ellos, Usamos un algoritmo basado en nuestra observación de que los bots a menudo retuiteaban a los humanos, pero ellos mismos no eran retuiteados con frecuencia.

Este método encontró 396 bots, o menos del 1 por ciento de los usuarios activos de Twitter. Y solo el 10 por ciento de las cuentas los siguió. Me sentí bien con eso:parecía poco probable que una cantidad tan pequeña de bots relativamente desconectados pudiera tener un efecto importante en las opiniones de las personas.

Una mirada más cercana a la gente

A continuación, nos propusimos medir las opiniones de las personas en nuestro conjunto de datos. Hicimos esto con un tipo de algoritmo de aprendizaje automático llamado red neuronal, que en este caso configuramos para evaluar el contenido de cada tweet, determinar en qué medida apoyó a Clinton o Trump. Las opiniones de las personas se calcularon como el promedio de las opiniones de sus tweets.

Una vez que asignamos a cada usuario humano de Twitter en nuestros datos una puntuación que representa el grado de respaldo de Clinton o Trump, el desafío era medir cuánto cambiaban las opiniones de las personas los bots, lo que significaba calcular cuáles habrían sido sus opiniones si los bots no hubieran existido.

Afortunadamente, un modelo de la década de 1970 había establecido una forma de medir los sentimientos de las personas en una red social en función de las conexiones entre ellas. En este modelo basado en red, las opiniones de los individuos tienden a alinearse con las personas conectadas a ellos. Después de modificar ligeramente el modelo para aplicarlo a Twitter, lo usamos para calcular las opiniones de las personas en función de quién siguió a quién en Twitter, en lugar de mirar sus tweets. Descubrimos que las opiniones que calculamos a partir del modelo de red coincidían bien con las opiniones medidas a partir del contenido de sus tweets.

La vida sin los bots

Hasta ahora habíamos demostrado que la estructura de la red de seguidores en Twitter podía predecir con precisión las opiniones de las personas. Esto ahora nos permitió hacernos preguntas como:¿Cuáles habrían sido sus opiniones si la red fuera diferente? La red diferente que nos interesaba era una que no contenía bots. Entonces, para nuestro último paso, eliminamos los bots de la red y volvimos a calcular el modelo de red, para ver cuáles habrían sido las opiniones de la gente real sin los bots. Bastante seguro, Los bots habían cambiado las opiniones de los usuarios humanos, pero de una manera sorprendente.

Dada gran parte de los informes de noticias, esperábamos que los bots ayudaran a Trump, pero no lo hicieron. En una red sin bots, el usuario humano promedio obtuvo una puntuación a favor de Clinton de 42 sobre 100. Con los bots, aunque, habíamos descubierto que el ser humano promedio tenía una puntuación pro-Clinton de 58. Ese cambio fue un efecto mucho mayor de lo que habíamos anticipado, dado lo pocos y desconectados que eran los bots. La estructura de la red había amplificado el poder de los bots.

Nos preguntamos qué había hecho que los bots de Clinton fueran más efectivos que los bots de Trump. Una inspección más cercana mostró que los 260 bots que apoyaban a Trump publicaron un total combinado de 113, 498 tweets, o 437 tweets por bot. Sin embargo, los 150 bots que apoyan a Clinton publicaron 96, 298 tweets, o 708 tweets por bot. Parecía que el poder de los bots de Clinton no provenía de sus números, sino de la frecuencia con la que tuitearon. Descubrimos que la mayoría de lo que publicaban los bots eran retuits de los candidatos u otras personas influyentes. Por lo tanto, en realidad no estaban elaborando tweets originales, pero compartiendo los existentes.

Vale la pena señalar que nuestro análisis se centró en una cantidad relativamente pequeña de usuarios, especialmente cuando se compara con la población votante. Y fue solo durante un período de tiempo relativamente corto alrededor de un evento específico de la campaña. Por lo tanto, no sugieren nada sobre los resultados generales de las elecciones. Pero sí muestran el efecto potencial que los bots pueden tener en las opiniones de las personas.

Una pequeña cantidad de bots muy activos puede cambiar significativamente la opinión pública y, a pesar de los esfuerzos de las empresas de redes sociales, todavía hay una gran cantidad de bots, twitteando y retuiteando constantemente, tratando de influir en personas reales que votan.

Es un recordatorio de que debes tener cuidado con lo que lees y en lo que crees en las redes sociales. Recomendamos verificar dos veces que está siguiendo a personas que conoce y en las que confía, y vigilar quién está twitteando qué en sus hashtags favoritos.

Este artículo se ha vuelto a publicar de The Conversation con una licencia de Creative Commons. Lea el artículo original.