211service.com
Twitter-bots skaber overraskende nye sociale forbindelser
Du har måske stødt på en Twitter-bot før: et automatiseret program, der måske retweetede noget, du skrev, fordi det havde bestemte søgeord. Eller måske har du modtaget en besked fra en ukendt, tilsyneladende menneskekontrolleret konto, kun for at klikke på et medfølgende link og indse, at du var blevet narre af en spambot.
Nu har en gruppe freelance-webforskere skabt mere sofistikerede Twitter-bots, kaldet socialbots, som ikke kun kan narre folk til at tro, de er rigtige mennesker, men også fungerer som virtuelle sociale forbindelser, hvilket fremskynder den naturlige hastighed af menneske-til-menneske-kommunikation .
Arbejdet har sit udspring i møder i de Web økologi projekt , en uafhængig forskergruppe fokuseret på at studere strukturen og dynamikken i sociale mediers fænomener. Gruppen startede med at stille spørgsmålstegn ved påstandene fra såkaldte sociale medier-konsulenter, der siger, at de kan udvide deres kunders Twitter-netværk og endda øge online-interaktionen mellem et brand og Twitter-brugere.
Mange mennesker, du kan ansætte nu, siger, at de er rigtig gode til samfundsengagement, siger Tim Hwang, en af forfatterne til et forskningspapir beskriver socialbot-eksperimenterne. Hwang og hans kolleger undrede sig: Kan vi måle disse påstande?
Web-økologiprojektet oprettede et eksperiment, hvor hold af forskere konkurrerede om at få flest Twitter @svar. Da der ikke var nogen regel mod at automatisere processen, indså nogle få hold hurtigt, at de kunne konkurrere bedre ved at bruge bots.
Hwang og to andre forskere skabte deres egen organisation, kaldet Pacific Social Architecting Corporation , for at blive ved med at studere og udvikle sociale bots. Og de satte et andet eksperiment op for yderligere at studere bot-menneske-interaktion og for at måle socialbots' evne til at gå et skridt videre og katalysere nye menneske-til-menneske-forbindelser.
I yderligere eksperimenter sporede gruppen 2.700 Twitter-brugere, opdelt i tilfældigt tildelte målgrupper på 300, over 54 dage. De første 33 dage fungerede som en kontrolperiode, hvor der ikke blev indsat socialbots. Derefter, i løbet af den 21-dages forsøgsperiode, blev ni bots aktiveret, en for hver målgruppe.
Hver bot var programmeret til at udføre simple handlinger som at retweete beskeder og introducere en menneskelig bruger til en anden ved at svare på en og nævne en anden i den samme besked.
I gennemsnit tiltrak hver bot 62 nye følgere og modtog 33 indkommende tweets (omtaler og retweets). Men Hwang og hans kolleger fandt også ud af, at menneske-til-menneske-aktiviteten ændrede sig inden for målgrupperne, da socialbots blev introduceret. De noterede en stigning på 43 procent i følger sammenlignet med kontrolperioden i gennemsnit for alle grupperne. En gruppe udviste dog en stigning på 355 procent i denne tilslutningsprocent. Yderligere arbejde vil undersøge, hvorfor dette kan være sket.
Kredit: Max Nanis og Ian Pearce
Resultaterne af eksperimentet, visualiseret ved hjælp af netværksgrafsoftware, ses ovenfor.
Billedet viser ændringer, der skete i løbet af flere dage efter, at socialbots blev introduceret til en målgruppe. De blå prikker eller noder repræsenterer menneskelige brugere, og de grønne bots. Mørket og størrelsen af en node svarer til antallet af følgere en konto har; større, mørkere blå noder står for flere følgere. Linjer repræsenterer følgeforhold, selvom de ikke nødvendigvis er gensidige. En mørkeblå linje angiver et følgeforhold, der involverer mindst én bruger, der har mange følgere i grafen. En grøn linje er en følge mellem en bot og et menneske.
Nodernes rumlige orientering blev bestemt af en kraftbaseret algoritme, og konti er grupperet i overensstemmelse med antallet af fælles venner eller følgere, de har.