Combien y a-t-il de bots sur Twitter ? La question est difficile à répondre et passe à côté de l’essentiel

<span class=Oui, inquiétez-vous pour Twitter, mais ne vous inquiétez pas s’il y a des hordes de spambots qui sévissent là-bas. gremlin/E+ via Getty Images” src=”https://s.yimg.com/ny/api/res/1.2/tJzAEG4PZXRyvkaXcqaUww–/YXBwaWQ9aGlnaGxhbmRlcjt3PTk2MDtoPTUzNw–/https://s.yimg.com/uu/api/res/1.2/SG5CMxtnDt7POs9wB4QqEA- -~B/aD04MDY7dz0xNDQwO2FwcGlkPXl0YWNoeW9u/https://media.zenfs.com/en/the_conversation_us_articles_815/ded3757ca5db14fcdb2cd484beb412ee” data-src=”https://s.yimg.com/ny/api/res/1.2/tJzAEG4PZXRyvkaXcqaUww–/YXBwaWQ9aGlnaGxhbmRlcjt3PTk2MDtoPTUzNw –/https://s.yimg.com/uu/api/res/1.2/SG5CMxtnDt7POs9wB4QqEA–~B/aD04MDY7dz0xNDQwO2FwcGlkPXl0YWNoeW9u/https://media.zenfs.com/en/the_conversation_us_articles_815/ded3757ca5db14fcdb2cd12ee”beb/>

Twitter rapporte que moins de 5% des comptes sont des faux ou des spammeurs, communément appelés “bots”. Depuis que son offre de rachat de Twitter a été acceptée, Elon Musk a remis en cause à plusieurs reprises ces estimations, allant même jusqu’à écarter Réponse publique du directeur général Parag Agrawal.

Plus tard, musc a mis l’affaire en attente et a exigé plus de preuves.

Alors pourquoi les gens se disputent-ils sur le pourcentage de comptes de robots sur Twitter ?

En tant que créateurs de Botomètreun outil de détection de robots largement utilisé, notre groupe à l’université de l’Indiana Observatoire des médias sociaux étudie les comptes non authentiques et la manipulation sur les réseaux sociaux depuis plus d’une décennie. Nous avons apporté le concept de «robot social» au premier plan et première estimation leur prévalence sur Twitter en 2017.

Sur la base de nos connaissances et de notre expérience, nous pensons qu’estimer le pourcentage de bots sur Twitter est devenu une tâche très difficile, et débattre de l’exactitude de l’estimation pourrait passer à côté de l’essentiel. Voici pourquoi.

Qu’est-ce qu’un bot exactement ?

Pour mesurer la prévalence des comptes problématiques sur Twitter, une définition claire des cibles est nécessaire. Les termes courants tels que « faux comptes », « comptes de spam » et « bots » sont utilisés de manière interchangeable, mais ils ont des significations différentes. Les comptes faux ou faux sont ceux qui se font passer pour des personnes. Les comptes qui produisent en masse du contenu promotionnel non sollicité sont définis comme des spammeurs. Les bots, en revanche, sont des comptes contrôlés en partie par des logiciels ; ils peuvent publier du contenu ou effectuer des interactions simples, comme le retweet, automatiquement.

Ces types de comptes se chevauchent souvent. Par exemple, vous pouvez créer un bot qui se fait passer pour un humain pour publier automatiquement du spam. Un tel compte est à la fois un bot, un spammeur et un fake. Mais tous les faux comptes ne sont pas des robots ou des spammeurs, et vice versa. Arriver à une estimation sans définition claire ne produit que des résultats trompeurs.

La définition et la distinction des types de comptes peuvent également éclairer les interventions appropriées. Les faux comptes et les spams dégradent l’environnement en ligne et violent politique de plate-forme. Les robots malveillants sont utilisés pour répandre de fausses informations, gonfler la popularité, exacerber les conflits par un contenu négatif et incendiaire, manipuler les opinions, influencer les élections, commettre une fraude financière et perturber la communication. Cependant, certains bots peuvent être inoffensifs ou même utilepar exemple en aidant à diffuser des informations, en diffusant des alertes en cas de catastrophe et en conduire une recherche.

Interdire simplement tous les bots n’est pas dans le meilleur intérêt des utilisateurs de médias sociaux.

Pour simplifier, les chercheurs utilisent le terme « comptes non authentiques » pour désigner la collection de faux comptes, de spammeurs et de robots malveillants. C’est aussi la définition que Twitter semble utiliser. Cependant, on ne sait pas ce que Musk a en tête.

Difficile à compter

Même lorsqu’un consensus est atteint sur une définition, il reste des défis techniques pour estimer la prévalence.

Les chercheurs externes n’ont pas accès aux mêmes données que Twitter, telles que les adresses IP et les numéros de téléphone. Cette entrave la capacité du public pour identifier les comptes non authentiques. Mais même Twitter reconnaît que le nombre réel de comptes non authentiques pourrait être plus élevé que ce qu’il a estimécar la détection est difficile.

Les comptes non authentiques évoluent et développent de nouvelles tactiques pour échapper à la détection. Par exemple, certains faux comptes utiliser des visages générés par l’IA comme profils. Ces visages peuvent être indiscernables des vrais, même aux humains. L’identification de ces comptes est difficile et nécessite de nouvelles technologies.

Une autre difficulté est posée par comptes coordonnés qui semblent être normaux individuellement mais agissent de manière si similaire les uns aux autres qu’ils sont presque certainement contrôlés par une seule entité. Pourtant, ils sont comme des aiguilles dans la botte de foin de centaines de millions de tweets quotidiens.

Enfin, les comptes non authentiques peuvent échapper à la détection par des techniques telles que échanger les poignées ou automatiquement publication et suppression gros volumes de contenu.

La distinction entre comptes inauthentiques et comptes authentiques devient de plus en plus floue. Les comptes peuvent être piratés, acheté ou louéet certains utilisateurs “donnent” leurs identifiants à organisations qui publient en leur nom. En conséquence, ce qu’on appelle comptes “cyborgs” sont contrôlés à la fois par des algorithmes et par des humains. De même, les spammeurs publient parfois du contenu légitime pour masquer leur activité.

Nous avons observé un large spectre de comportements mêlant les caractéristiques des bots et des personnes. Estimer la prévalence des récits inauthentiques nécessite d’appliquer une classification binaire simpliste : récit authentique ou non authentique. Peu importe où la ligne est tracée, les erreurs sont inévitables.

Manque la vue d’ensemble

L’accent mis par le récent débat sur l’estimation du nombre de bots Twitter simplifie à l’extrême le problème et passe à côté de l’importance de quantifier les dommages causés par les abus et la manipulation en ligne par des comptes non authentiques.

Par BotAmp, un nouvel outil de la famille Botometer que toute personne possédant un compte Twitter peut utiliser, nous avons constaté que la présence d’activités automatisées n’est pas uniformément répartie. Par exemple, la discussion sur les crypto-monnaies a tendance à montrer plus d’activité de bot que la discussion sur les chats. Par conséquent, que la prévalence globale soit de 5 % ou de 20 % fait peu de différence pour les utilisateurs individuels ; leurs expériences avec ces comptes dépendent des personnes qu’ils suivent et des sujets qui les intéressent.

Des preuves récentes suggèrent que les récits non authentiques pourraient ne pas être les seuls responsables de la propagation de la désinformation, des discours de haine, de la polarisation et de la radicalisation. Ces problèmes impliquent généralement de nombreux utilisateurs humains. Par exemple, notre analyse montre que des informations erronées sur le COVID-19 ont été diffusées ouvertement sur Twitter et Facebook par vérifié, comptes de haut niveau.

Même s’il était possible d’estimer avec précision la prévalence des récits non authentiques, cela ne résoudrait guère ces problèmes. Une première étape significative consisterait à reconnaître la nature complexe de ces questions. Cela aidera les plateformes de médias sociaux et les décideurs politiques à élaborer des réponses significatives.

Cet article est republié de La conversation, un site d’actualités à but non lucratif dédié au partage d’idées d’experts universitaires. C’était écrit par: Kai-Cheng Yang, Université de l’Indiana et Philippe Menczer, Université de l’Indiana.

Lire la suite:

Filippo Menczer reçoit des fonds de la Knight Foundation, de Craig Newmark Philanthropies, de l’Open Technology Fund et du DoD. Il possède une Tesla.

Kai-Cheng Yang ne travaille pas pour, ne consulte pas, ne détient pas d’actions ou ne reçoit de financement d’aucune entreprise ou organisation qui bénéficierait de cet article, et n’a divulgué aucune affiliation pertinente au-delà de sa nomination académique.

Facebook
Twitter
LinkedIn
Pinterest

Leave a Reply

Your email address will not be published.

This site uses Akismet to reduce spam. Learn how your comment data is processed.

ADVERTISEMENT