国际

当前位置/ 首页/ 国际/ 正文

研究人员开发了一个基于人工智能的系统来检测Twitter机器人

开发了一个基于人工智能()的系统,在社交媒体平台上识别它们的短期行为与人类的差异后进行检测。机器人是由人工软件而非人工控制的社交媒体账户,其用途多种多样,从新闻聚合到为在线零售商提供自动客户帮助。然而,机器人最近受到了人们的关注,因为它们经常被用来在社交媒体上操纵公众舆论,比如在竞选期间。美国南加州大学信息科学研究所助理教授、该研究的合著者埃米利奥•费拉拉表示:“值得注意的是,机器人不断改进,越来越多地模仿人类通常在社交媒体上表现出的行为。”费拉拉说:“每次我们确定一个我们认为是人类行为的特权的特征,比如感兴趣的话题,我们很快就会发现,新开发的开源机器人现在可以捕捉这些方面。”发表在《物理学前沿》(Frontiers in Physics)杂志上的这项新研究揭示了人类短期行为趋势的存在,而社交媒体机器人却没有这种趋势。在这项工作中,研究人员使用与最近政治事件相关的大型数据集,研究了人类和机器人在活动期间的行为变化。研究人员发现,人类在一段时间内的社交互动量有所增加,这可以从一条推文中转发、回复和提及的比例增加得到证明。但随着会议的进行,人类的平均推文长度减少了。这些趋势被认为是由于这样一个事实,即随着会话的进展,人类用户会越来越累,不太可能进行复杂的活动,如编写原始内容。另一种可能的解释是,随着时间的推移,用户会看到更多的帖子,从而增加了他们与内容互动的可能性。研究称,在这两种情况下,机器人都没有受到这些因素的影响,也没有观察到它们的行为变化。研究人员利用这些行为结果为机器人检测分类系统提供信息,发现包含描述会话动态特征的完整模型在机器人检测准确性方面明显优于基线模型,而基线模型没有描述这些特征。这些结果突出表明,用户在社交媒体上的行为在一个活动会话中在机器人和人类之间以一种可测量的不同方式演变,同时也表明,这些差异可以用来实现一个机器人检测系统或改进现有的系统。