stringtranslate.com

Bot social

Un bot social , también descrito como IA social o algoritmo social , es un agente de software que se comunica de forma autónoma en las redes sociales . Los mensajes (por ejemplo, tweets ) que distribuye pueden ser simples y funcionar en grupos y en varias configuraciones con control humano parcial (híbrido) a través de un algoritmo . Los bots sociales también pueden usar inteligencia artificial y aprendizaje automático para expresar mensajes en un diálogo humano más natural.

Usos

Algunos de los usos de los bots sociales son:

Otro ejemplo es que los bots pueden usarse para curación algorítmica , radicalización algorítmica y/o influencia a cambio de dinero , un término que se refiere a la venta de una cuenta en plataformas de redes sociales.

Historia

Los bots han coexistido con la tecnología informática desde su creación. Por lo tanto, los bots sociales han aumentado en popularidad simultáneamente con el auge de las redes sociales. Los bots sociales, además de ser capaces de (re)producir o reutilizar mensajes de forma autónoma, también comparten muchos rasgos con los spambots en cuanto a su tendencia a infiltrarse en grandes grupos de usuarios. [3] La Inteligencia Artificial de Redes Sociales (ASNI) se refiere a la aplicación de la inteligencia artificial dentro de los servicios de redes sociales y las plataformas de medios sociales. Se espera que la ASNI evolucione rápidamente.

Los bots de Twitter son ejemplos bien conocidos, pero también se han observado agentes autónomos correspondientes en Facebook y otros lugares. El uso de bots sociales va en contra de los términos de servicio de muchas plataformas, como Twitter e Instagram , aunque otras lo permiten hasta cierto punto, como Reddit y Discord . Incluso en el caso de las plataformas de redes sociales que restringen los bots sociales, se pretende un cierto grado de automatización poniendo a disposición las API de redes sociales . Las plataformas de redes sociales también han desarrollado sus propias herramientas automatizadas para filtrar los mensajes que provienen de bots, aunque no pueden detectar todos los mensajes de bots. [4]

Los bots de Twitter publican mensajes similares durante las elecciones de Estados Unidos de 2016

Debido a la dificultad de reconocer a los bots sociales y separarlos de la automatización "elegible" a través de las API de las redes sociales , no está claro cómo se puede hacer cumplir la regulación legal. Se espera que los bots sociales desempeñen un papel en la futura formación de la opinión pública al actuar de forma autónoma como influenciadores incesantes . Algunos bots sociales han manipulado las opiniones públicas (especialmente en un sentido político), la manipulación del mercado de valores, los anuncios y la extorsión maliciosa de los intentos de phishing . [5]

Detección

La primera generación de bots se podía distinguir a veces de los usuarios reales por sus capacidades, a menudo sobrehumanas , para publicar mensajes. Los desarrollos posteriores han conseguido imprimir en el agente patrones de actividad y comportamiento más "humanos" . Con suficientes bots, incluso podría ser posible lograr una prueba social artificial . Para detectar de forma inequívoca a los bots sociales como lo que son, se deben aplicar una variedad de criterios [6] en conjunto utilizando técnicas de detección de patrones , algunas de las cuales son: [7]

Los bots sociales son cada vez más difíciles de detectar y comprender. Su comportamiento similar al humano, su comportamiento siempre cambiante y el gran volumen de bots que cubren todas las plataformas pueden haber sido un factor en los desafíos para eliminarlos. [11] Los sitios de redes sociales, como Twitter , están entre los más afectados, y la CNBC informó que hasta 48 millones de los 319 millones de usuarios (aproximadamente el 15%) eran bots en 2017. [12]

Botometer [13] (anteriormente BotOrNot) es un servicio web público que verifica la actividad de una cuenta de Twitter y le otorga una puntuación en función de la probabilidad de que la cuenta sea un bot. El sistema aprovecha más de mil funciones. [14] [15] Un método activo para detectar bots de spam tempranos era configurar cuentas honeypot que publican contenido sin sentido, que los bots pueden volver a publicar (retuitear). [16] Sin embargo, los bots evolucionan rápidamente y los métodos de detección deben actualizarse constantemente, porque de lo contrario pueden volverse inútiles después de unos años. [17] Un método es el uso de la Ley de Benford para predecir la distribución de frecuencia de dígitos iniciales significativos para detectar bots maliciosos en línea. Este estudio se presentó por primera vez en la Universidad de Pretoria en 2020. [18] Otro método es la detección impulsada por inteligencia artificial. Algunas de las subcategorías de este tipo de detección serían el flujo de bucle de aprendizaje activo , la ingeniería de características , el aprendizaje no supervisado , el aprendizaje supervisado y el descubrimiento de correlación. [11]

Algunas operaciones de los bots funcionan juntas de manera sincronizada. Por ejemplo, ISIS utilizó Twitter para amplificar su contenido islámico mediante numerosas cuentas orquestadas que, a su vez, impulsaban un tema a la lista de noticias más populares [19] , lo que amplificaba aún más la noticia seleccionada para una audiencia más amplia [20] . Este modo de sincronización de cuentas de bots puede utilizarse como herramienta de propaganda , así como para manipular los mercados de valores [21] .

Plataformas

Instagram

Instagram alcanzó mil millones de usuarios activos mensuales en junio de 2018, [22] pero de esos mil millones de usuarios activos, se estimó que hasta el 10% estaban siendo controlados por bots sociales automatizados. Si bien los bots de publicación de propaganda maliciosa siguen siendo populares, muchos usuarios individuales usan bots de interacción para impulsarse a una falsa viralidad, lo que los hace parecer más populares en la aplicación. Estos bots de interacción pueden dar me gusta, mirar, seguir y comentar las publicaciones de los usuarios. [23]

Casi al mismo tiempo, la plataforma alcanzó la meseta de mil millones de usuarios mensuales. Facebook ( la empresa matriz de Instagram y WhatsApp ) planeó contratar a 10,000 para brindar seguridad adicional a sus plataformas; esto incluiría combatir el creciente número de bots y publicaciones maliciosas en las plataformas. [24] Debido a la mayor seguridad en la plataforma y los métodos de detección utilizados por Instagram, algunas empresas de bots están informando problemas con sus servicios porque Instagram impone umbrales de límite de interacción basados ​​​​en el uso pasado y actual de la aplicación, y muchas plataformas de pago y correo electrónico niegan a las empresas el acceso a sus servicios, impidiendo que los clientes potenciales puedan comprarlos. [25]

Gorjeo

El problema de los bots en Twitter se debe a la facilidad para crearlos y mantenerlos. La facilidad para crear cuentas y las numerosas API que permiten la automatización completa de las cuentas están provocando que una cantidad excesiva de organizaciones e individuos utilicen estas herramientas para satisfacer sus propias necesidades. [12] [26] CNBC afirmó que alrededor del 15% de los 319 millones de usuarios de Twitter en 2017 eran bots; la cifra exacta es de 48 millones. [12] A fecha del 7 de julio de 2022, Twitter afirma que elimina 1 millón de bots de spam de su plataforma cada día. [27]

Algunos bots se utilizan para automatizar tweets programados, descargar videos, establecer recordatorios y enviar advertencias de desastres naturales. [28] Estos son ejemplos de cuentas de bot, pero la API de Twitter permite que las cuentas reales (individuos u organizaciones) utilicen ciertos niveles de automatización de bots en sus cuentas e incluso fomenta su uso para mejorar las experiencias e interacciones de los usuarios. [29]

Véase también

Referencias

  1. ^ "La influencia de los bots sociales". www.akademische-gesellschaft.com . Consultado el 1 de marzo de 2022 .
  2. ^ Frederick, Kara (2019). "La nueva guerra de ideas: lecciones antiterroristas para la lucha contra la desinformación digital". Centro para una Nueva Seguridad Estadounidense. {{cite journal}}: Requiere citar revista |journal=( ayuda )
  3. ^ Ferrara, Emilio; Varol, Onur; Davis, Clayton; Menczer, Filippo; Flammini, Alessandro (24 de junio de 2016). "El auge de los bots sociales". Comunicaciones de la ACM . 59 (7): 96–104. arXiv : 1407.5225 . doi :10.1145/2818717. ISSN  0001-0782. S2CID  1914124.
  4. ^ Efthimen, Phillip; Payne, Scott; Proferes, Nicholas (20 de julio de 2018). "Técnicas de detección de bots mediante aprendizaje automático supervisado para identificar bots sociales de Twitter". SMU Data Science Review . 1 (2).
  5. ^ Gorwa, Robert; Guilbeault, Douglas (junio de 2020). "Descifrando el bot de las redes sociales: una tipología para orientar la investigación y las políticas". Política e Internet . 12 (2): 225–248. arXiv : 1801.06863 . doi :10.1002/poi3.184. ISSN  1944-2866. S2CID  51877148.
  6. ^ Dewangan, Madhuri; Rishabh Kaushal (2016). "SocialBot: análisis y detección del comportamiento". Simposio internacional sobre seguridad en informática y comunicación . doi :10.1007/978-981-10-2738-3_39.
  7. ^ Ferrara, Emilio; Varol, Onur; Davis, Clayton; Menczer, Filippo; Flammini, Alessandro (2016). "El auge de los bots sociales". Comunicaciones de la ACM . 59 (7): 96–104. arXiv : 1407.5225 . doi :10.1145/2818717. S2CID  1914124.
  8. ^ Mazza, Michele; Stefano Cresci; Marco Avvenuti; Walter Quattrociocchi; Maurizio Tesconi (2019). "RTbust: explotación de patrones temporales para la detección de botnets en Twitter". En actas de la décima conferencia ACM sobre ciencia web (WebSci '19) . arXiv : 1902.04506 . doi :10.1145/3292522.3326015.
  9. ^ "Cómo encontrar y eliminar seguidores falsos de Twitter e Instagram: Social Media Examiner".
  10. ^ Weishampel, Anthony; Staicu, Ana-Maria; Rand, William (1 de marzo de 2023). "Clasificación de usuarios de redes sociales con análisis de datos funcionales generalizados". Estadística computacional y análisis de datos . 179 : 107647. doi : 10.1016/j.csda.2022.107647 . ISSN  0167-9473. S2CID  253359560.
  11. ^ ab Zago, Mattia; Nespoli, Pantaleone; Papamartzivanos, Dimitrios; Pérez, Manuel Gil; Mármol, Félix Gómez; Kambourakis, Georgios; Pérez, Gregorio Martínez (agosto 2019). "Detección de interferencias de robots sociales: ¿hay soluciones mágicas?". Revista de comunicaciones IEEE . 57 (8): 98-104. doi :10.1109/MCOM.2019.1800520. ISSN  1558-1896. S2CID  201623201.
  12. ^ abc Newberg, Michael (10 de marzo de 2017). «Un estudio afirma que hasta 48 millones de cuentas de Twitter no son personas». CNBC . Consultado el 22 de noviembre de 2022 .
  13. ^ "Botómetro".
  14. ^ Davis, Clayton A.; Onur Varol; Emilio Ferrara; Alessandro Flammini; Filippo Menczer (2016). "BotOrNot: Un sistema para evaluar bots sociales". Proc. WWW Developers Day Workshop . arXiv : 1602.00975 . doi :10.1145/2872518.2889302.
  15. ^ Varol, Onur; Emilio Ferrara; Clayton A. Davis; Filippo Menczer; Alessandro Flammini (2017). "Interacciones en línea entre humanos y robots: detección, estimación y caracterización". Proc. Conferencia Internacional AAAI sobre la Web y las redes sociales (ICWSM) .
  16. ^ "Cómo detectar un bot social en Twitter". technologyreview.com. 28 de julio de 2014. Los bots sociales están enviando una cantidad significativa de información a través de la tuitosfera. Ahora existe una herramienta que ayuda a identificarlos.
  17. ^ Grimme, Christian; Preuss, Mike; Adam, Lena; Trautmann, Heike (2017). "Bots sociales: ¿similares a los humanos por medio del control humano?". Big Data . 5 (4): 279–293. arXiv : 1706.07624 . doi :10.1089/big.2017.0044. PMID  29235915. S2CID  10464463.
  18. ^ Mbona, Innocent; Eloff, Jan HP (1 de enero de 2022). "Selección de características utilizando la ley de Benford para apoyar la detección de bots maliciosos en redes sociales". Ciencias de la información . 582 : 369–381. doi :10.1016/j.ins.2021.09.038. hdl : 2263/82899 . ISSN  0020-0255. S2CID  240508186.
  19. ^ Giummole, Federica; Orlando, Salvatore; Tolomei, Gabriele (2013). "Los temas de tendencia en Twitter mejoran la predicción de las consultas más frecuentes de Google". Conferencia internacional sobre computación social de 2013. IEEE. págs. 39–44. doi :10.1109/socialcom.2013.12. ISBN. 978-0-7695-5137-1.S2CID15657978  .​
  20. ^ Badawy, Adam; Ferrara, Emilio (3 de abril de 2018). "El auge de la propaganda yihadista en las redes sociales". Revista de Ciencias Sociales Computacionales . 1 (2): 453–470. arXiv : 1702.02263 . doi :10.1007/s42001-018-0015-z. ISSN  2432-2717. S2CID  13122114.
  21. ^ Sela, Alon; Milo, Orit; Kagan, Eugene; Ben-Gal, Irad (15 de noviembre de 2019). "Mejorar la difusión de la información mediante la difusión de grupos". Online Information Review . 44 (1): 24–42. doi :10.1108/oir-08-2018-0245. ISSN  1468-4527. S2CID  211051143.
  22. ^ Constine, Josh (20 de junio de 2018). «Instagram alcanza los mil millones de usuarios mensuales, frente a los 800 millones de septiembre». TechCrunch . Consultado el 24 de noviembre de 2022 .
  23. ^ "Servicio de promoción de Instagram (marketing real) – UseViral". 15 de agosto de 2021. Consultado el 24 de noviembre de 2022 .
  24. ^ "El creciente problema de los bots en Instagram". The Information . 18 de julio de 2018 . Consultado el 24 de noviembre de 2022 .
  25. ^ Morales, Eduardo (8 de marzo de 2022). «Bots de Instagram en 2021: todo lo que necesitas saber». Medium . Consultado el 24 de noviembre de 2022 .
  26. ^ Gilani, Zafar; Farahbakhsh, Reza; Crowcroft, Jon (3 de abril de 2017). "¿Los bots impactan la actividad de Twitter?". Actas de la 26.ª Conferencia Internacional sobre World Wide Web Companion - WWW '17 Companion . República y Cantón de Ginebra, CHE: Comité Directivo de Conferencias Internacionales sobre World Wide Web. págs. 781–782. doi :10.1145/3041021.3054255. ISBN 978-1-4503-4914-7. Número de identificación del sujeto  33003478.
  27. ^ Dang, Sheila; Paul, Katie (7 de julio de 2022). "Twitter dice que elimina más de un millón de cuentas de spam cada día". Reuters . Consultado el 23 de noviembre de 2022 .
  28. ^ Azhar, Huzaifa (10 de diciembre de 2021). "Los 10 mejores bots de Twitter que deberías seguir en 2022 - TechPP". techpp.com . Consultado el 24 de noviembre de 2022 .
  29. ^ "Reglas de desarrollo de automatización de Twitter | Ayuda de Twitter". help.twitter.com . Consultado el 24 de noviembre de 2022 .

Enlaces externos