Kunstmatige intelligentie kan op Twitter echte accounts van nepaccounts leren onderscheiden op basis van activiteitenpatronen. Dit blijkt uit een analyse van meer dan elf miljoen tweets. Bij echte gebruikers is er variatie in interactiviteit of tweetlengte, bij bots niet.
De onderzoekers van de Universiteit van Zuid-Californië analyseerden 8,4 miljoen tweets van 3.500 echte accounts en 3,4 miljoen berichtjes van 5.000 nepaccounts (bots). Ze stelden vast dat menselijke Twitter-gebruikers vier tot vijf keer vaker op andere tweets reageerden dan bots en ook steeds interactiever werden in een sessie van een uur. Bovendien werden hun berichten korter naarmate een sessie vorderde, mogelijk een gevolg van mentale vermoeidheid.
Geen veranderingen
Bij bots daarentegen zagen ze geen veranderingen in interactiviteit of de lengte van de tweets. Met die kennis trainden de onderzoekers Botometer, een bestaand algoritme dat bots detecteert. Het algoritme bleek de nepaccounts vaker te detecteren dan wanneer het geen rekening hield met de activiteitenpatronen.
Volgens de onderzoekers kan het verbeterde algoritme een aanvulling zijn op tools die bots detecteren op basis van taalanalyse.
Fout opgemerkt of meer nieuws? Meld het hier