Kako se studentski projekt našao usred spora Muska i Twittera
Alat koji procjenjuje je li Twitter račun bot ili prava osoba postao je važan alat Muskovog tima
U borbi za budućnost Twittera, broj botova ključno je pitanje, a problem je u tome što ih nitko ne zna prebrojati, piše Wired. Kaicheng Yang, doktorand na Sveučilištu Indiana bio je šokiran kada je saznao da je njegov softver za otkrivanje botova odnosno lažnih računa u središtu pravne bitke.
U srpnju, Twitter je tužio Elona Muska nakon što je izvršni direktor Tesle pokušao povući svoju ponudu od 44 milijarde dolara za kupnju platforme. Musk je podnio protutužbu, optužujući društvenu mrežu za netočno prikazivanje broja lažnih računa na platformi. Twitter je dugo tvrdio da “spam botovi” čine manje od 5 posto ukupnog broja “monetiziranih” korisnika ili korisnika koji mogu vidjeti oglase.
Ključan alat Muskovog tima
Prema pravnim dokumentima, Yangov botometar, besplatni alat koji tvrdi da može identificirati kolika je vjerojatnost da je Twitter račun bot, bio ključan u pomaganju Muskovom timu da dokaže da predočeni broj nije istinit. “Suprotno tvrdnjama Twittera da su na njihovo poslovanje minimalno utjecali lažni ili spam računi, preliminarne Muskove procjene pokazuju drugačije”stoji u Muskovoj protutužbi.
No, naći razliku između robota i ljudi teže je nego što zvuči, a jedan je stručnjak optužio botometar za pseudoznanost jer je učinio da prepoznavanje bota izgleda jednostavno. Twitter je brzo istaknuo da je Musk koristio alat s poviješću pogrešaka. U svojim pravnim podnescima, platforma je podsjetila sud da je botometar ranije definirao samog Muska kao bota. Unatoč tome, botometar je popularan, posebno među sveučilišnim istraživačima, zbog potrebe za alatima koji obećavaju razlikovati račune robota od stvarnih ljudi.
Yang je naslijedio projekt
Yang nije pokrenuo botometar, nego ga je naslijedio. Projekt je pokrenut prije osam godina. Kako su njegovi osnivači diplomirali i otišli s fakulteta, odgovornost za održavanje i ažuriranje alata pala je na Yanga koji odbija potvrditi ili zanijekati je li bio u kontaktu s timom Elona Muska. Botometar mu nije stalni posao, to radi usputno, kaže. Kada ne radi na svome doktorskom projektu, bavi se botometrom.
Botometar je nadzirani alat za strojno učenje, znači da samostalno odvaja botove od ljudi. Yang kaže da botometar razlikuje botove gledajući na više od 1000 detalja povezanih s nekim Twitter računom, ime, profilnu sliku, pratitelje i omjer tvitova i retvitova, prije nego dade ocjenu od 1 do pet. Veći rezultat znači veću vjerojatnost da se radi o botu.
Yang kaže da se alat ne bi trebao koristiti u odlukama jesu li računi ili skupine računa botovi, nego služi za usporedbu kako bi se razumjelo je li jedna tema razgovora zagađenija od druge. “Ipak, neki istraživači nastavljaju koristiti alat na pogrešan način”, kaže Yang.
Botometar je dobio i niz kritika
Nedostatak praga stvorio je sivu zonu. Bez praga nema konsenzusa o tome kako definirati bota. Prema profesoru informatike s Tehnološkog instituta u Nürnbergu, Florianu Gallwitzu, mnogi istraživači dezinformacija definirali su botove kao bilo koji račun koji ima rezultat iznad 50 posto, odnosno 2.5 na botometrovoj ljestvici.
Gallwitz otvoreno kritizira botometar, tvrdeći da zagađuje način na koji znanstvenici proučavaju dezinformacije na Twitteru. U srpnju je objavio rad koji pokazuje da od 100 računa, ocjene veće od 2.5, niti jedan nije bot i mnogima upravljaju ljudi s visokim akademskim i profesionalnim kvalifikacijama. Gallwitzu to ističe kao dokaz da botometar ne funkcionira. To je alat pseudoznanosti, tvrdi, i frustrira ga način na koji ga neki koriste.
Yang je jasan i kaže da 2.5 ne bi trebao biti prag jer signalizira da model strojnog učenja nije baš siguran. “Optužbe Gallwitzove studije nisu novost”, kaže Yang, napominjući da neki ljudi iskorištavaju ograničenja botometra. Prag je važan detalj kada se procjenjuje korištenje botometra od strane Muskovog pravnog tima. Yang kaže da Muskov tim nije dao pojedinosti koji su prag koristili i nije uvjeren da je broj botova koji su dali točan. “Možete koristiti bilo koji prag da bi dobili broj koji vam treba.”