Bot social

De Wikipedia, la enciclopedia libre
Ir a la navegación Ir a la búsqueda

Un bot social (también conocido como: socialbot o socbot) es un tipo particular de chatbot que se usa en redes sociales para generar mensajes automáticamente (p. ej. tweets) o en general defender ciertas ideas, apoyar campañas, y relaciones públicas, ya sea actuando como "adeptos" o incluso como una cuenta falsa para reunir seguidores por sí misma. Al respecto, se podría decir que los bot sociales han pasado el test de Turing. Los bot sociales parecen haber tenido una función significativa en las elecciones presidenciales de los Estados Unidos de 2016, y su historia parece volver al menos a las elecciones de mitad del período Estados Unidos, en 2010. Está estimado que el 9-15% de cuentas activas de Twitter pueden ser bots sociales, y que el 15% de la población de Twitter activa en la discusión de las elecciones Presidenciales de los EE.UU. eran bots. Al menos 400,000 miles de bots fueron responsables de 3.8 millones de tweets, aproximadamente el 19% del volumen total. Todas estas afirmaciones son discutibles.

Los bots de Twitter son ejemplos conocidos, pero los correspondientes agentes autónomos en Facebook y en otros lugares también han sido observados. Hoy en día, los bots sociales pueden convencer a personas de internet, que son capaces de influenciar a gente real, a pesar de que no son siempre fiables.[1][2][3]

Esta herramienta automática puede ser un eficiente asistente de marketing de Instagram. La tarea repetitiva, que requiere mucho tiempo de gustar, seguir y comentar, puede ser realizada por los robots de Instagram automáticamente[4]

Los bots sociales, además de ser capaces de producir mensajes de manera autónoma, también comparten muchos rasgos con los bots de spam con respecto a su tendencia de infiltrarse en grandes grupos de usuarios.[5]

A no ser que se aprueben normas estrictas sobre su uso, se espera que los bots sociales desempeñen una función importante en el futuro de la conformación de la opinión pública actuando de manera autónoma como incesantes e incansables influencers.[6][7][8]

Usos[editar]

Lutz Finger identifica 5 usos inmediatos para los bots sociales:[9]

  • Fomentar la fama: Teniendo un número arbitrario de bots (que no han sido revelados) como seguidores (falsos), pueden ayudar simular éxito real
  • Hacer spam: Tener bots publicitarios en las charlas online es similar a los emails de spam, pero mucho más directo.
  • Hacer trastadas: P. ej. registrando a un adversario con muchas identidades falsas y spamear la cuenta, o ayudar a que otros lo descubran para desacreditarlo
  • Sesgar la opinión pública: Influenciar las tendencias mediante incontables mensajes de contenido similar con diferentes expresiones
  • Limitar el discurso libre: Los mensajes importantes pueden ser sacados fuera de la vista por un diluvio de mensajes automatizados de un bot

Los efectos de todos los puntos pueden ser comparados y apoyar métodos de guerra psicológica tradicional.

Detección[editar]

La primera generación de bots a veces podría ser distinguida de usuarios reales por sus frecuentes capacidades sobrehumanas de poner mensajes de correo constantemente (y en índices masivos). Los desarrollos más tardíos han tenido éxito en imprimir actividades "más" humanas y patrones de comportamiento en el agente.[10]​ Para detectar inequívocamente bots sociales como lo que son, una variedad de criterios tienen que ser aplicados juntos utilizando técnicas de detección del patrón, algunos de los cuales son:[11]

  • Usan dibujos como imágenes de usuario
  • A veces también usan fotos aleatorias de usuarios reales (fraude de identidad)
  • Tasa de reubicación
  • Patrones temporales
  • Expresión de los sentimientos
  • Proporción de seguidores de amigos[12][13]
  • Longitud de los nombres de usuario
  • Variabilidad en los mensajes que han sido enviados de nuevo

Botometer (anteriormente conocido como BotOrNot) es un servicio Web público que controla la actividad de una cuenta de Twitter y le da una puntuación basada en cómo de probable es que la cuenta sea un bot.[14]​ El sistema se aprovecha de más de mil características.[15][16]​ Un método activo que funcionó bien en detectar temprano a los bots de spam fue instalar cuentas de honeypot se escribía contenido que era obvio que no tenía sentido, y entonces era tontamente reenviado (retuiteado) por bots.[17]​ Otro método de detección es el análisis de velocidad de cambio de las métricas de las red social: en particular, el número de amigos o seguidores de los bos en las redes sociales crece muy deprisa, y la agrupación se mantiene muy baja. Esto se explica como el uso de "farmeo de amigos" para acumular un número grande de amigos en un corto periodo de tiempo.[18]

Ve también[editar]

Referencias[editar]

  1. Alessandro Bessi and Emilio Ferrara (7 de noviembre de 2016). «Social bots distort the 2016 U.S. Presidential election online discussion». First Monday. 
  2. «What is socialbot? - Definition from WhatIs.com». whatis.techtarget.com. Consultado el 16 de diciembre de 2016. 
  3. China kills AI chatbots after they start praising US, criticising communists Yahoo! News August 5, 2017
  4. «All you need to know about Instagram bot». instamond.com. 29 de septiembre de 2018. 
  5. Ferrara, Emilio (2017). «Measuring social spam and the effect of bots on information diffusion in social media». arXiv:1708.08134. 
  6. «How robots could shape Germany's political future». The Local. 21 de noviembre de 2016. «"Social Bots" were the sinister cyber friend in the US elections who didn't actually exist. Could they also shape how Germans vote next year?» 
  7. «The rise of political bots on social media». Deutsche Welle. 6 de agosto de 2016. 
  8. «How online 'chatbots' are already tricking you». BBC. 9 de junio de 2014. «Intelligent machines that can pass for humans have long been dreamed of, but as Chris Baraniuk argues, they’re already among us.» 
  9. Lutz Finger (Feb 17, 2015). «Do Evil - The Business Of Social Media Bots». forbes.com. 
  10. Romanov, Aleksei; Alexander Semenov; Oleksiy Mazhelis; Jari Veijalainen (2017). «Detection of Fake Profiles in Social Media - Literature Review». Proceedings of the 13th International Conference on Web Information Systems and Technologies. 
  11. Ferrara, Emilio; Varol, Onur; Davis, Clayton; Menczer, Filippo; Flammini, Alessandro (2016). «The Rise of Social Bots». Communications of the ACM 59 (7): 96-104. arXiv:1407.5225. doi:10.1145/2818717. 
  12. «How to Find and Remove Fake Followers from Twitter and Instagram : Social Media Examiner». 
  13. «TwitterAudit». 
  14. «Botometer». 
  15. Davis, Clayton A.; Onur Varol; Emilio Ferrara; Alessandro Flammini; Filippo Menczer (2016). «BotOrNot: A System to Evaluate Social Bots». Proc. WWW Developers Day Workshop. doi:10.1145/2872518.2889302. 
  16. Varol, Onur; Emilio Ferrara; Clayton A. Davis; Filippo Menczer; Alessandro Flammini (2017). «Online Human-Bot Interactions: Detection, Estimation, and Characterization». Proc. International AAAI Conf. on Web and Social Media (ICWSM). 
  17. «How to Spot a Social Bot on Twitter». technologyreview.com. 28 de julio de 2014. «Social bots are sending a significant amount of information through the Twittersphere. Now there’s a tool to help identify them». 
  18. Romanov, Aleksei; Alexander Semenov; Jari Veijalainen (2017). «Revealing Fake Profiles in Social Networks by Longitudinal Data Analysis». Proceedings of the 13th International Conference on Web Information Systems and Technologies.