211service.com
Kan en social-medie-algoritme forudsige et terrorangreb?
Overvågning af sociale medier virker som en oplagt måde at forudsige begivenheder som en protest eller et terrorangreb, men det har indtil videre vist sig udfordrende. For eksempel var Brasilien stort set uforberedt på masseprotester i 2013, selvom de var organiseret på sociale medier.
Sådanne fiaskoer gav motivation til en undersøgelse offentliggjort i dag i Videnskab . Et team af forskere var i stand til at karakterisere en grundlæggende måde, som terrorister og andre grupper bruger sociale medier til at organisere sig på. Forskerne brugte derefter disse data til at skabe en algoritme, der muligvis kan forudsige disse gruppers fremtidige adfærd, herunder når deres aktivitet eskalerer op til en begivenhed (se Fighting Isis Online).
De fleste sociale medieplatforme tilbyder en nem måde at oprette et fællesskab eller en organisationsside, hvor alle kan deltage, udveksle oplysninger og forblive anonyme. Disse ad hoc-grupper, kaldet aggregater i denne forskning, bliver brugt af terrorgrupper til at kommunikere og opbygge støtte.
Neil Johnson, en fysiker ved University of Miami, og hans team fokuserede på en russisk-baseret social platform kaldet VKontakte, som kan prale af 360 millioner brugere verden over. De identificerede manuelt 196 pro-ISIS-aggregater, der involverede 108.086 individer baseret på indhold, der antydede en konkret forbindelse til ISIS (i stedet for blot nøgleord). Forskerne så, at disse aggregater vokser over tid, og større udvikler sig fra sammensmeltningen af mindre. De sporede dem over en periode på seks måneder for at indsamle data om deres adfærd på daglig basis, som de derefter brugte til at skabe en forudsigelig algoritme.
Forskningen viser nogle grundlæggende karakteristika ved sociale grupper, der kan være vigtige for at bekæmpe terrorisme – for eksempel at det er mere effektivt at identificere aggregater frem for individer (som er flere og mere tidskrævende at analysere) og at målrette mod mindre, svagere aggregater, før de kombineres til større. Algoritmen synes også at indikere, at hastigheden af aggregatdannelse eskalerer, hvilket fører til store begivenheder, hvilket var sandt før 2013-protesterne i Brasilien og 2014 ISIS-angrebene i Kobane, Syrien.
Johnson siger, at de oplysninger, der afsløres af deres algoritme, kunne bruges til at skabe et værktøj, der hjælper med at bekæmpe terrorisme (se Hvad Google og Facebook kan gøre for at bekæmpe Isis). Det ville være muligt at skabe automatiseret maskineri, der så kigger på tværs af de forskellige onlinemediesider og registrerer aggregaterne, registrerer deres dynamik, tjekker det ud, leder efter eskaleringen og derfor øger alarmerne, når der er en eskalering af aggregatoprettelse, siger han .
At eliminere terroraktivitet på sociale medier er en udfordring - ofte kommer nedlukninger fra selve platformen, som skal navigere på grænsen mellem offentlig sikkerhed og ytringsfrihed. Facebook har et team, der identificerer og fjerner personer eller grupper, der er forbundet med terrorindhold, og tidligere i år suspenderede Twitter 125.000 konti med links til ISIS. Individuelle hackere og offentlige myndigheder kan også gribe ind - sidste år fjernede den online Hacktivist-gruppe Anonymous 20.000 Twitter-konti med bånd til ISIS.
Men nogle videnskabsmænd stiller spørgsmålstegn ved værdien af algoritmen som et forudsigelsesværktøj til antiterrorbestræbelser. Andrew Gelman, professor i statistik og politik ved Columbia University, mener, at ideen med at se på aggregater er god, men undersøgelsens analyse af aggregaters adfærd kan være mere nyttig end dens forudsigende algoritme.
I teorien er der en vis fordel ved at modellere, siger han, men jeg tror ikke, de rigtig er der endnu.