Sådan rig et valg:Twitters problem med politiske sabotører

En ny undersøgelse fra forskere ved University of Manchester undersøger det sofistikerede netværk af agenter på Twitter, der arbejder med at distribuere falske nyheder under valgkampe.

Avisen - "Political Astroturfing on Twitter:How to Coordinate a Disinformation Campaign" - blev offentliggjort i tidsskriftet Politisk kommunikation . "Astroturfing" kommer fra den måde, hvorpå agenter ser ud til at være en del af en ægte græsrodsbevægelse, når i virkeligheden, de er en del af en orkestreret og centralt styret kampagne.

Ved at bruge retsprotokoller fra en sag i Sydkorea, hvor National Information Service (NIS) blev fanget i at forsøge at påvirke præsidentvalget i 2012, forskerne var i stand til at identificere 1, 008 Twitter-konti kontrolleret af NIS-agenter. De undersøgte derefter interaktionsmønstrene mellem disse kendte "astroturfere, " opdagede, at de viste tydelige spor af koordination.

Denne koordinering opstod ud fra, hvad universitetsforsker Dr. David Schoch kalder "the principal agent problem." Han siger; "Kampagnearrangøren (eller "rektor") vil have tingene gjort på en bestemt måde. For astroturfing-kampagner, det betyder, at agenterne skal forsøge at fremstå, som om de er en del af en legitim græsrodskampagne. "agenterne, " dog kan mangle motivationen til at gøre det og forsøge at skære hjørner for at tilfredsstille arrangørerne."

Deres ønske om at fremskynde processen fører til, at agenterne kopierer og indsætter beskeder på tværs af flere konti, som gjorde det muligt for forskerne at lede efter tweets med nøjagtig det samme indhold, som blev opslået i et kort tidsvindue.

" Sammenfattende, " siger Dr. Schoch, "koordinationsmønstrene, vi ledte efter, er to konti, der sender det samme tweet inden for et kort tidsvindue, og to konti, der retweeter det samme tweet inden for et kort tidsvindue."

Et nøglepunkt, som gør denne artikel bemærkelsesværdig, er, at den fokuserede på netværk af virkelige, menneskelige agenter, frem for de automatiserede "bots", som vi normalt tænker på, når vi taler om falske nyheder på Twitter. Faktisk, resultaterne af undersøgelsen viser, at netværk af menneskelige aktører faktisk viser mere koordinerede mønstre end bots.

Forfatterne havde også NIS-dataene til at bruge som et "grundsandhed"-datasæt, siger Dr. Schoch. Ellers, de ville være nødt til at stole på, at detektionsalgoritmer er 100 % nøjagtige, hvilket selvfølgelig er ønsketænkning!"

Ved at anvende disse oplysninger på Twitter-data, der er opnået fra retssagen, forskerne var i stand til at opdage yderligere 921 mistænkte konti, der sandsynligvis var involveret i NIS-kampagnen.

De undersøger også tidligere kampagner, Dr. Schoch tilføjer; "Vi studerer i øjeblikket omkring 10 nyere kampagner rundt om i verden for at se, om disse koordinationsmønstre også kan observeres. Foreløbige resultater tyder på, at dette faktisk er tilfældet."