Por Itzamná Ollantay
Un estudio Fundación Knight detalla que en la red social Twitter se lanzan al menos un millón de noticias “fake news” al día, lo que alerta sobre los efectos que tiene esta información para los usuarios.
El informe del organismo informa que el 80 por ciento de los perfiles que publicaron noticias falsas durante la campaña electoral del presidente de Estados Unidos, Donald Trump, aún continúan activos y publicando.
El estudio de la organización precisa que un mes antes de las elecciones presidenciales de Estados Unidos de 2016, había más de 6.6 millones de tuits enlazados con noticias falsas. | Foto: medium.com
“Este estudio fue elaborado usando nuestra API pública y, por ende, no tiene en cuenta ninguna de las acciones que emprendemos para eliminar contenido automatizado que pueda considerarse SPAM y las cuentas que lo promueven con tal de que no sea visto por los usuarios de Twitter. Lo hacemos de forma proactiva y en escala, cada día”, dijo la vicepresidente de responsabilidad y seguridad de Twitter, Del Harvey.
COMO IDENTIFICAR LOS BOTS
Los investigadores de Duo Security, empresa de servicios de autenticación de Cisco Systems ha publicado una metodología en su blog que habla de cómo identificar bots que se dedican a ampliar noticias. Estos bots se consideran “bots de amplificación” que amplian el contenido de estas con retweets y me gustas. Los autores de este artículo son Jordan Wright y Olabode Anise.
Tanto Wright como Anise crearon un conjunto de datos de aproximadamente 576 millones de publicaciones, y empezaron a aplicar filtros. Primero hicieron criba de aquellas cuentas que tenían más de 50 retweets y se encargaron de definir exactamente qué era un comportamiento normal en una cuenta de Twitter. En dicho análisis, descubrieron que la mitad de los tweets tienen una proporción de 2:1 de “me gusta” a “retweets”. Alrededor del 80 por ciento tenía al menos más “me gusta” que los retweets (más de 1:1).
Esto significa que si un tweet se amplifica artificialmente mediante bots se invertirá y tendrá más RT que me gustas. Por ejemplo, en el mismo artículo, hay un tweet que tiene 6 RT por cada me gusta, y determinaron que si el tweet tiene una proporción de retweet-me gusta superior a cinco, está inflado.
El tiempo también es un factor importante a la hora de determinar si una cuenta es un bot. Hay que revisar el orden cronológico de sus tweets, ya que un usuario normal será más constante mientras que un bot tendrá un uso más irregular de su cuenta. Normalmente dicho orden se cumple a rajatabla en el primer caso mientras que en el segundo es mucho más disperso.
Por lo tanto, la metodología que se extrae del post de Wright y Anise consiste en lo siguiente. En caso de que la cuenta tenga más de un 90% de retweets en vez de tweets, es un indicativo. Luego está la proporción retweet-me gusta ya mencionada. Si la proporción es 5:1, entonces está bastante claro que es un bot. (Es decir, 5 RT por cada 1 MG).
Según los mismos autores, este método ha servido para identificar a más de 7 000 bots en Twitter en un sólo día.
Con información de Telesur y www. omicrono.elespanol.com
