211service.com
Kan en social media-algoritm förutsäga en terrorattack?
Att övervaka sociala medier verkar vara ett självklart sätt att förutsäga händelser som en protest eller en terrorattack, men det har hittills visat sig vara utmanande. Till exempel var Brasilien i stort sett oförberedd på massprotester 2013 trots att de organiserades på sociala medier.
Sådana misslyckanden gav motivation till en studie som publicerades idag i Vetenskap . Ett team av forskare kunde karakterisera ett grundläggande sätt som terrorister och andra grupper använder sociala medier för att organisera sig. Forskarna använde sedan dessa data för att skapa en algoritm som kanske kan förutsäga dessa gruppers framtida beteenden, inklusive när deras aktivitet eskalerar fram till en händelse (se Fighting Isis Online ).
De flesta plattformar för sociala medier erbjuder ett enkelt sätt att skapa en community- eller organisationssida där vem som helst kan gå med, utbyta information och vara anonym. Dessa ad hoc-grupper, som kallas aggregat i denna forskning, används av terroristgrupper för att kommunicera och bygga upp stöd.
Neil Johnson, fysiker vid University of Miami, och hans team fokuserade på en Rysslandsbaserad social plattform som heter VKontakte, som har 360 miljoner användare över hela världen. De identifierade manuellt 196 pro-ISIS-aggregat som involverade 108 086 individer baserat på innehåll som antydde en konkret koppling till ISIS (snarare än bara nyckelord.) Forskarna såg att dessa aggregat växer med tiden, och större utvecklas från sammansmältningen av mindre. De spårade dem under en sexmånadersperiod för att samla in data om deras beteenden på en daglig basis, som de sedan använde för att skapa en prediktiv algoritm.
Forskningen tar fram några grundläggande egenskaper hos sociala grupper som kan vara viktiga för att bekämpa terrorism – till exempel att det är mer effektivt att identifiera aggregat snarare än individer (som är fler och tidskrävande att analysera) och att rikta in sig på mindre, svagare aggregat innan de kombineras till större. Algoritmen verkar också indikera att aggregatbildningstakten eskalerar som leder till stora händelser, vilket var sant före 2013 protester i Brasilien och 2014 ISIS attacker i Kobane, Syrien.
Johnson säger att informationen som avslöjas av deras algoritm kan användas för att skapa ett verktyg som hjälper till att bekämpa terrorism (se Vad Google och Facebook kan göra för att bekämpa Isis ). Det skulle vara möjligt att skapa automatiserade maskiner som sedan tittar över de olika mediasidorna på nätet och upptäcker aggregaten, upptäcker deras dynamik, kollar upp det, letar efter eskaleringen och därför ökar varningarna när det sker en eskalering av aggregatskapandet, säger han .
Att eliminera terroristaktivitet på sociala medier är en utmaning – ofta kommer avstängningar från själva plattformen, som måste navigera gränsen mellan allmän säkerhet och yttrandefrihet. Facebook har ett team som identifierar och tar bort individer eller grupper associerade med terroristinnehåll, och tidigare i år stängde Twitter av 125 000 konton med länkar till ISIS. Enskilda hackare och statliga myndigheter kan också ingripa – förra året tog Hacktivist-gruppen Anonymous online bort 20 000 Twitter-konton med kopplingar till ISIS.
Men vissa forskare ifrågasätter värdet av algoritmen som ett förutsägande verktyg för antiterroransträngningar. Andrew Gelman, professor i statistik och politik vid Columbia University, tycker att idén med att titta på aggregat är bra, men studiens analys av aggregatens beteende kan vara mer användbar än dess prediktiva algoritm.
I teorin finns det en viss fördel med modellering, säger han, men jag tror inte att de är riktigt där än.