211service.com
Twitter-bots skapar överraskande nya sociala kontakter
Du kanske har stött på en Twitter-bot tidigare: ett automatiserat program som kanske retweetade något du skrev för att det hade särskilda nyckelord. Eller så kanske du fick ett meddelande från ett obekant, till synes mänskligt kontrollerat konto, bara för att klicka på en medföljande länk och inse att du blivit lurad av en spambot.
Nu har en grupp frilansande webbforskare skapat mer sofistikerade Twitter-bots, kallade socialbots, som inte bara kan lura människor att tro att de är riktiga människor, utan också fungera som virtuella sociala kontakter, vilket påskyndar den naturliga takten för kommunikation mellan människa och människa. .
Arbetet har sitt ursprung i möten mellan de Websekologiprojekt , en oberoende forskargrupp fokuserad på att studera strukturen och dynamiken i sociala mediers fenomen. Gruppen började med att ifrågasätta påståendena från så kallade sociala mediekonsulter som säger att de kan utöka sina kunders Twitter-nätverk och till och med öka onlineinteraktionen mellan ett varumärke och Twitter-användare.
Många människor du kan anställa nu säger att de är riktigt bra på samhällsengagemang, säger Tim Hwang, en av författarna till en forskningsartikel som beskriver socialbot-experimenten. Hwang och hans kollegor undrade: Kan vi mäta dessa påståenden?
Web Ecology Project startade ett experiment där team av forskare tävlade om att få flest Twitter @svar. Eftersom det inte fanns någon regel mot att automatisera processen insåg några team snabbt att de kunde konkurrera bättre genom att använda bots.
Hwang och två andra forskare skapade sin egen organisation, kallad Pacific Social Architecting Corporation , för att fortsätta studera och utveckla socialbots. Och de satte upp ett annat experiment för att ytterligare studera bot-människa interaktion, och för att mäta socialbots förmåga att gå ett steg längre och katalysera nya människa-till-människa kopplingar.
I ytterligare experiment spårade gruppen 2 700 Twitter-användare, uppdelade i slumpmässigt tilldelade målgrupper på 300, under 54 dagar. De första 33 dagarna fungerade som en kontrollperiod, under vilken inga socialbots användes. Sedan, under den 21 dagar långa experimentperioden, aktiverades nio bots, en för varje målgrupp.
Varje bot var programmerad att utföra enkla åtgärder som att retweeta meddelanden och introducera en mänsklig användare till en annan genom att svara på en och nämna en annan i samma meddelande.
I genomsnitt lockade varje bot 62 nya följare och fick 33 inkommande tweets (omnämnanden och retweets). Men Hwang och hans kollegor fann också att aktiviteten människa till människa förändrades inom målgrupperna när socialbotarna introducerades. De noterade en 43-procentig ökning i följder, jämfört med kontrollperioden i genomsnitt över alla grupper. En grupp uppvisade dock en ökning med 355 procent i denna anslutningsgrad. Ytterligare arbete kommer att undersöka varför detta kan ha hänt.
Kredit: Max Nanis och Ian Pearce
Resultaten av experimentet, visualiserade med hjälp av programvara för nätverksgrafer, ses ovan.
Bilden visar förändringar som inträffade under flera dagar efter att socialbots introducerades till en målgrupp. De blå prickarna, eller noderna, representerar mänskliga användare, och de gröna bots. Mörkret och storleken på en nod motsvarar antalet följare ett konto har; större, mörkare blå noder står för fler följare. Linjer representerar följa relationer, även om de inte nödvändigtvis är ömsesidiga. En mörkblå linje indikerar en följrelation som involverar minst en användare som har många följare i diagrammet. En grön linje är en följd mellan en bot och en människa.
Den rumsliga orienteringen av noderna bestämdes av en kraftbaserad algoritm, och konton är klustrade enligt antalet gemensamma vänner eller följare de har.