Un análisis de la información compartida en Twitter durante las elecciones presidenciales de EE. UU. De 2016 descubrió que las cuentas automatizadas, o "bots", desempeñaron un papel desproporcionado en la difusión de información errónea en línea.

El estudio, realizado por investigadores de la Universidad de Indiana y publicado el 20 de noviembre en la revista Comunicaciones de la naturaleza , analizó 14 millones de mensajes y 400, 000 artículos compartidos en Twitter entre mayo de 2016 y marzo de 2017, un período que abarca el final de las primarias presidenciales de 2016 y la inauguración presidencial el 20 de enero, 2017.

Entre los hallazgos:Un mero 6 por ciento de las cuentas de Twitter que el estudio identificó como bots fueron suficientes para difundir el 31 por ciento de la información de "baja credibilidad" en la red. Estas cuentas también fueron responsables del 34 por ciento de todos los artículos compartidos de fuentes de "baja credibilidad".

El estudio también encontró que los bots desempeñaban un papel importante en la promoción de contenido de baja credibilidad en los primeros momentos antes de que una historia se volviera viral.

La breve duración de este tiempo (de 2 a 10 segundos) destaca los desafíos de contrarrestar la propagación de información errónea en línea. Se observan problemas similares en otros entornos complejos como el mercado de valores, donde pueden surgir problemas graves en unos momentos debido al impacto del comercio de alta frecuencia.

"Este estudio encuentra que los bots contribuyen significativamente a la propagación de información errónea en línea, además de mostrar la rapidez con la que estos mensajes se pueden propagar. "dijo Filippo Menczer, profesor de la Facultad de Informática de IU, Computación e Ingeniería, quien dirigió el estudio.

El análisis también reveló que los bots amplifican el volumen y la visibilidad de un mensaje hasta que es más probable que se comparta ampliamente, a pesar de que solo representan una pequeña fracción de las cuentas que difunden mensajes virales.

"Las personas tienden a confiar más en los mensajes que parecen provenir de muchas personas, "dijo el coautor Giovanni Luca Ciampaglia, un científico investigador asistente del IU Network Science Institute en el momento del estudio. "Los bots se aprovechan de esta confianza haciendo que los mensajes parezcan tan populares que se engaña a personas reales para que los difundan".

Las fuentes de información etiquetadas como de baja credibilidad en el estudio se identificaron en función de su aparición en listas elaboradas por organizaciones independientes de terceros de medios que regularmente comparten información falsa o engañosa. Estas fuentes, como sitios web con nombres engañosos como "USAToday.com.co", incluyen medios con puntos de vista tanto a la derecha como a la izquierda.

Los investigadores también identificaron otras tácticas para difundir información errónea con los bots de Twitter. Estos incluyeron amplificar un solo tweet, potencialmente controlado por un operador humano, a través de cientos de retweets automatizados; enlaces repetidos en publicaciones periódicas; y dirigirse a cuentas muy influyentes.

Por ejemplo, el estudio cita un caso en el que una sola cuenta mencionó a @realDonaldTrump en 19 mensajes separados sobre millones de inmigrantes ilegales que votaron en las elecciones presidenciales, una afirmación falsa que también fue un tema de conversación importante en la administración.

Los investigadores también realizaron un experimento dentro de una versión simulada de Twitter y descubrieron que la eliminación del 10 por ciento de las cuentas en el sistema, según su probabilidad de ser bots, resultó en una caída importante en la cantidad de historias de fuentes de baja credibilidad. en la red.

"Este experimento sugiere que la eliminación de bots de las redes sociales reduciría significativamente la cantidad de información errónea en estas redes, "Dijo Menczer.

El estudio también sugiere medidas que las empresas podrían tomar para frenar la difusión de información errónea en sus redes. Estos incluyen mejorar los algoritmos para detectar bots automáticamente y requerir un "humano en el circuito" para reducir los mensajes automatizados en el sistema. Por ejemplo, Es posible que se requiera que los usuarios completen un CAPTCHA para enviar un mensaje.

Aunque su análisis se centró en Twitter, Los autores del estudio agregaron que otras redes sociales también son vulnerables a la manipulación. Por ejemplo, Las plataformas como Snapchat y WhatsApp pueden tener dificultades para controlar la información errónea en sus redes porque su uso de encriptación y mensajes destructibles complica la capacidad de estudiar cómo sus usuarios comparten información.

"A medida que las personas de todo el mundo recurren cada vez más a las redes sociales como su principal fuente de noticias e información, la lucha contra la desinformación requiere una evaluación fundamentada del impacto relativo de las diferentes formas en que se propaga, ", Dijo Menczer." Este trabajo confirma que los bots juegan un papel en el problema y sugiere que su reducción podría mejorar la situación ".

Para explorar los mensajes electorales que se comparten actualmente en Twitter, El grupo de investigación de Menczer también ha lanzado recientemente una herramienta para medir el "Volumen de elecciones de bots". Creado por IU Ph.D. estudiantes, el programa muestra el nivel de actividad del bot en conversaciones específicas relacionadas con las elecciones, así como los temas, nombres de usuario y hashtags que están promocionando actualmente.