Твиттер-боты одолели ученых

Данные, которые можно получить из социальных сетей наподобие Twitter, часто используются в различных сервисах, например для мониторинга пробок, вспышек эпидемий, реакции людей на те или иные социальные события.
Однако часто подобные сервисы становятся уязвимы перед атаками социальных ботов – компьютерных программ, или ботов (сокр. от «робот»), которые под видом реальных пользователей оставляют свои комментарии, заводят подписчиков (фолловеров) и делятся чужими записями. Боты могут использоваться определенными политическими силами и служить совершенно разным целям, от достижения нужных результатов во всевозможных опросах и голосованиях до смещения вектора общественного мнения в нужную заказчику сторону.

ользователи Twitter уверены, что, подписываясь на какого-то пользователя, они смогут отличить робота от живого человека.

Известно, что большинство реальных пользователей Twitter имеют меньше 50 подписчиков и сами подписаны менее чем на 50 человек.

Специалисты по компьютерным программам под руководством Карлоса Фрейтаса из Федерального университета Минас-Жерайс (Бразилия) провели исследование, чтобы понять, как боты проникают в социальные сети, заводят подписчиков и влияют на общественное мнение.

Ради науки компьютерщики завели несколько десятков изощренных ботов и стали следить за их продвижением в сети.

Успехи ботов удивили даже их создателей: значительная часть специально написанных программ не только успешно проникла в социальные группы, но и стала оказывать на них влияние. Это дало возможность ученым определить свойства ботов, которые делают подобное продвижение наиболее успешным.

Для начала программисты создали 120 социальных ботов и дали им возможность проникнуть в Twitter. Боты были мужского или женского пола, с рождения имели свою биографию и несколько подписчиков, некоторые из которых также были ботами.

Боты генерировали сообщения методом перепоста чужих твитов или создавали собственные синтетические твиты, используя часто употребляемые слова в определенной теме и складывая их в целые предложения. Ботов разделили на активные и не очень: первые оставляли записи минимум раз в час, вторые – раз в два часа. Чтобы походить на живых юзеров, боты не проявляли активность между 22.00 и 9.00.

Каждый из ботов создатели подписали на три группы. Первая – из случайно выбранных 200 пользователей Twitter, вторая – из 200 человек, разработчиков компьютерных программ, третья – также из 200 программистов, но уже знакомых друг с другом.

Ботов пустили в жизнь, и первое, что хотели узнать их создатели, – смогут ли программы обмануть специальные фильтры, отсеивающие неживых пользователей.

«За 30 дней, в течение которых проводился наш эксперимент, 38 из 120 наших ботов были забанены», – рассказали авторы исследования.

Таким образом, 69% ботов сумели избежать автоматической фильтрации.

Сюрпризом стал ответ на вопрос, как успешно могут боты проникать в социальные группы. Оказалось, что к концу эксперимента 120 ботов в общем собрали 4999 подписчиков, а более 20% ботов собрали более сотни фолловеров –

это больше, чем имеют 46% пользователей Twitter.

Фрейтас также оценил успешность своих ботов, вычислив так называемый Clout Score – это число от 0 до 100, где 100 – это вершина «влиятельности». «Мы выяснили, что социальные боты достигли той же влиятельности (а иногда и выше), что и некоторые известные ученые и исследователи социальных сетей», – утверждают ученые.

Также удалось выяснить, какие свойства ботов надо брать на вооружение их создателям, чтобы те имели наибольший успех. Оказалось, что активность ботов напрямую влияет на их успешность, несмотря на то что именно активность юзеров настораживает программы-фильтры. Еще большим сюрпризом стало то, что боты, генерирующие синтетические твиты, оказываются успешнее, чем те, что просто делают ретвиты. Это указывает на то, что пользователи сети, как правило, не в состоянии отличить сообщения программ от твитов живых людей.

«Скорее это связано с тем, что большая часть твитов пишется в неформальном, грамматически бессвязном стиле, поэтому даже простые статистические модели могут рождать твиты того же качества, что и написанные людьми», – отметили ученые.

Оказалось, что группа, собранная из случайно выбранных программистов, дала ботам наибольшее число подписчиков. Несмотря на то что в целом пол ботов не имел значения для их успешности, женские боты были более эффективны в сборе подписчиков в группе знакомых друг с другом программистов.

Ученые считают, что их работа показала неэффективность существующих фильтров и способность ботов влиять на общественное мнение, а также, например, эффективно распространять слухи о политических фигурах.