Graças à colaboração frutífera entre estudiosos de idiomas e especialistas em aprendizado de máquina, um novo aplicativo desenvolvido por pesquisadores da University of Eastern Finland e da Linnaeus University, na Suécia, pode detectar bots do Twitter independentemente da linguagem usada.

Nos últimos anos, big data de vários aplicativos de mídia social transformaram a web em um repositório de informações gerado pelo usuário em um número cada vez maior de áreas. Por causa do acesso relativamente fácil aos tweets e seus metadados, O Twitter se tornou uma fonte popular de dados para investigações de uma série de fenômenos. Esses incluem, por exemplo, várias campanhas políticas, convulsões sociais e políticas, Twitter como ferramenta de comunicação de emergência, e usando dados de mídia social para prever os preços do mercado de ações.

Contudo, pesquisas usando dados de mídias sociais costumam ser distorcidas pela presença de bots. Bots são contas não pessoais e automatizadas que postam conteúdo em redes sociais online. A popularidade do Twitter como instrumento de debate público levou a uma situação em que ele se tornou um alvo ideal para spammers e scripts automatizados. Estima-se que cerca de 5 a 10% de todos os usuários são bots, e que essas contas geram cerca de 20–25% de todos os tweets postados.

Pesquisadores de humanidades digitais da University of Eastern Finland e da Linnaeus University, na Suécia, desenvolveram um novo aplicativo que depende do aprendizado de máquina para detectar bots do Twitter. O aplicativo é capaz de detectar tweets gerados automaticamente, independentemente do idioma usado. Os pesquisadores capturaram para análise um total de 15, 000 tweets em finlandês, Sueco e inglês. O finlandês e o sueco eram usados ​​principalmente para treinamento, enquanto os tweets em inglês foram usados ​​para avaliar a independência de idioma do aplicativo. A aplicação é leve, tornando possível classificar grandes quantidades de dados de forma rápida e relativamente eficiente.

"Isso melhora a qualidade dos dados e dá uma imagem mais precisa da realidade, "Notas do professor de inglês Mikko Laitinen da University of Eastern Finland.

De acordo com o professor Laitinen, bots são relativamente inofensivos, enquanto os trolls causam danos ao espalhar notícias falsas e inventar histórias inventadas. É por isso que há uma necessidade de ferramentas cada vez mais avançadas para monitoramento de mídia social.

"Este é um assunto complexo e requer abordagens interdisciplinares. Por exemplo, nós, linguistas, estamos trabalhando em conjunto com especialistas em aprendizado de máquina. Este tipo de trabalho exige também determinação e investimento em infraestruturas de investigação que sirvam de plataforma para a colaboração de investigadores de diferentes áreas. ”

De acordo com o professor Laitinen, é fundamental que os pesquisadores tenham acesso aos dados das redes sociais.

"Atualmente, os dados são propriedade de conglomerados de tecnologia americanos, e uma fonte de sua renda. Para que os pesquisadores tenham acesso a esses dados, cooperação a nível nacional e internacional, e, especialmente, o envolvimento da UE são necessários. "