Enlaces accesibilidad

Elon Musk y las cuentas falsas de Twitter: cuántas hay y cómo identificarlas

Por
Imágen de una persona y de de un ordenador realizando actividades de comunicación en redes sociales
Distinguir entre humanos y robots en el mundo de las redes sociales es cada vez más complicado pero hay herramientas que nos pueden ayudar. GettyImages / Logo de Botomerter

La compra de Twitter por parte del magnate estadounidense Elon Musk estaba llamada a ser la operación bursátil más importante del año (44.000 millones de dólares), pero ha quedado en suspenso. Musk ha dicho públicamente que no se fía de las cifras de usuarios aportadas por la compañía y que sospecha que entre ellas hay más cuentas falsas que las oficialmente reconocidas. Hace años que se duda sobre la cifra exacta de usuarios no reales en la plataforma. Te ofrecemos algunas herramientas para valorar si un tuitero es de carne y hueso o es robótico.

Averiguar el volumen de usuarios falsos de Twitter se ha convertido en una tarea casi imposible en la última década. Los científicos de datos hacen cálculos estimativos a partir de patrones de comportamiento. Tú también puedes utilizar herramientas disponibles en Internet para identificar si una cuenta concreta tiene probabilidades altas de ser la voz de un robot o de un humano.

Elon Musk desconfía del número real de usuarios falsos

El 25 de abril, el multimillonario estadonidense Elon Musk, propietario de Tesla entre otras grandes empresas, anunció la compra del 100% de la red social Twitter por 44.000 millones de dólares. Si llegara a concretarse sería la tercera mayor operación comercial de la historia en el entorno de la tecnología según la revista Fortune, aunque de momento ha quedado congelada. De acuerdo a Musk, el motivo son las sospechas de que las cifras de usuarios falsos facilitadas por Twitter no son fiables.

En la documentación oficial que Twitter facilita a los reguladores financieros de los EE.UU. se dice que menos de un 5% de sus “usuarios diarios activos monetizables” (mDAU por sus siglas en inglés) son en realidad cuentas falsas. El volumen total de mDAU, según Twitter, suma 229 millones de cuentas. Por tanto, la cantidad estimada de cuentas falsas reconocida oficialmente ronda los 12 millones. Musk dice que mandó a su equipo hacer una búsqueda aleatoria con 100 usuarios (la misma cantidad que, según el magnate, Twitter utiliza para hacer sus cálculos oficiales). No conocemos cuál fue el resultado de esa búsqueda pero sí que luego Elon Musk pidió a la compañía que demostrara que el dato del 5% es fiable. Más tarde escribió que el consejero delegado de la compañía “ha rechazado mostrar las pruebas”. En consecuencia, dice, suspende temporalmente el proceso de compra.

El problema de las cuentas falsas en Twitter

El grueso de las cuentas falsas lo constituyen las de tipo automatizado o bots. Se utilizan cuando una persona o entidad quiere promocionar o dar notoriedad a sus mensajes de manera artificial sin depender del respaldo de usuarios reales, o para engrosar su número de seguidores e interacciones. Se pueden utilizar, por ejemplo, para fingir que una persona o empresa es muy popular o para amplificar una mensaje concreto y conseguir que alcance a un mayor número de usuarios reales.

En Internet puedes localizar fácilmente suministradores de seguidores o de retuits de tus mensajes por cantidades que rondan entre 10 y 20 euros por cada 1.000 nuevos seguidores y alrededor de 50 euros por cada 1.000 “me gusta” (likes) o retuits. En una de las páginas que hemos visitado, que compara varias ofertas, se preguntan si los nuevos usuarios “se ven reales”. Responden que sí, pues “ofrecen seguidores de muy buena calidad y con un reparto natural” y añaden que “así no despiertan ninguna clase de sospecha”.

Capturas de pantalla de ofertas de venta de seguidores de Twitter con sello Verfica

Capturas de pantalla de ofertas de venta de seguidores de Twitter VerificaRtve

Hay dos tipos de problemas relacionados con las cuentas falsas en Twitter: La incidencia artificial en el comportamiento de la sociedad y la estafa a los anunciantes. Cuando un mensaje alcanza gran notoriedad, aumentan las posibilidades de que sea visto por otros y de que su efecto en la sociedad se multiplique. Como explica Myriam Redondo en el artículo “Política automatizada: Bots, trols y propaganda digital encubierta en la comunicación internacional” (pág. 4), las consecuencias de esta amplificación artificial van desde la creación de dudas en el mundo real sobre la credibilidad de los hechos, desprestigiar a personas o iniciativas, desmovilizar o enfangar los debates reales que la sociedad necesita.

Una segunda consecuencia es la estafa económica. Twitter se financia mediante anuncios que se insertan entre los mensajes. El precio de estos anuncios depende del número de personas, no de bots, a los que llega. Si el número de usuarios reales de la plataforma está inflado debido a la presencia de máquinas que amplifican los resultados, el precio de los anuncios tampoco es real.

¿Cuántas cuentas falsas hay en Twitter?

Es un misterio por qué Elon Musk manifiesta ahora su sorpresa ante la cifra oficial del 5% de cuentas falsas en Twitter, pues él es un gran conocedor del entorno digital y desde hace muchos años existen estudios elaborados con metodologías fiables que sostienen que la cifra es significativamente mayor. En 2017, un equipo compuesto por algunos de los investigadores con más prestigio en esta materia, como Emilio Ferrara y Filippo Menczer, presentó el estudio “Interacciones entre bots y humanos en línea: Detección, Estimación y caracterización”. Este estudio, de referencia entre los publicados hasta la fecha, identifica a las cuentas falsas partiendo del hecho de que, estadísticamente, se comportan de una manera distinta a las cuentas humanas (por ejemplo no articulan sus frases igual o no interactúan con las cuentas de seguidores de la misma manera).

A partir de una serie de 60 parámetros, los autores investigaron una muestra de 14 millones de usuarios de Twitter y concluyeron que las cuentas falsas están entre el 9% y el 15% del total, entre 20 y 34 millones de cuentas (pág. 9). El propio Elon Musk está haciendo correr la sospecha de que la cifra de cuentas falsas supera los 45 millones (20% del total) pero no aporta pruebas que respalden esta cifra concreta.

¿Cómo identificar si una cuenta de Twitter responde a un robot o a un humano?

No es sencillo. Los bots intentan replicar el comportamiento humano para ser más creíbles y tener más influencia. Por ejemplo, hace años se les identificaba bien porque “tuiteaban” a todas horas; ahora los programan para que parezca que duermen. Este ritmo de tuiteo es algo que puedes comprobar en herramientas como Twitonomy.com (es gratuito y analiza 1.500 tuits de la cuenta que le des). Además hay “cuentas mixtas” que combinan la actividad de una persona y de un programa informático: pueden emitir tuits programados, pero a determinadas horas hay un usuario real al volante. Las distintas herramientas que existen en Internet para identificar si una cuenta es humana o un bot no ofrecen un resultado categórico (Sí/No) sino un rango variable que acerca el comportamiento de una cuenta concreta al de un robot o a el de una persona.

El especialista en análisis de redes Luca Hammer se ha mostrado muy crítico con el método sugerido por Musk para localizarlas a partir de una muestra de 100 cuentas. Afirma Hammer que las identidades comandadas por robots son más activas que las humanas, lo que hará que en un muestreo aleatorio las probabilidades de que aparezcan sean mayores. Hammer propone el uso combinado de distintas herramientas disponibles en Internet, algunas de ellas de acceso público. Desde VerificaRTVE te ofrecemos una selección de algunas existentes. Ninguna de ellas ofrece un resultado 100% fiable, siguen criterios distintos y no todas se fijan en los mismos elementos. Pero son un punto de consulta interesante cuando dudas sobre alguna cuenta.

La dificultad de valorar un bot

El Observatorio de Redes Sociales de la Universidad de Indiana (OSoMe por sus siglas en inglés) es el punto de referencia de los análisis de cuentas falsas de Twitter. Ofrece al público herramientas con un componente de inteligencia artificial para identificar si una cuenta concreta responde a un perfil humano o a un bot. Su acierto no es del 100%, entre otras cosas porque hay muchas visiones sobre qué es y qué no es un bot, pero ver a esas cuentas dudosas en movimiento aporta en algún caso la visión esclarecedora que hace falta para detectar una campaña no auténtica.

Introduciendo el nombre de un usuario en Botometer obtienes una puntuación en forma de color sobre si su comportamiento es el habitual de las cuentas automatizadas. Y en Hoaxy, también de la Universidad de Indiana, puedes ver la interacción de esas cuentas y saber cuáles están difundiendo una determinada información (introduciendo su url o etiqueta). Aparecerán en un color rojo las que muestran rasgos de bot. Por ejemplo, hemos buscado una información difundida por un medio sensacionalista que dice que la sanidad pública de los EE.UU. pagó hasta 350 millones de dólares a varios científicos de manera encubierta. Cuando analizamos el mapa de interacciones, aparecen numerosas cuentas automáticas muy interesadas en difundir este mensaje (en color rojo y naranja) y vemos cómo lo replican haciendo que otras cuentas automáticas se hagan eco.

Captura que explica el funcionamiento de la herramienta Hoaxy con sello Verifica

Captura que explica el funcionamiento de la herramienta Hoaxy VerificaRTVE

Pista: cuentas matrícula

BotSentinel también evalúa los rasgos de bot de cuentas de Twitter pero utiliza un algoritmo distinto. Como el resto de las herramientas, su fiabilidad es meramente estadística y debe usarse como un indicador que complementa los resultados de otras herramientas similares. Pertenece a una empresa privada de ciberseguridad. En el siguiente ejemplo vemos que ha etiquetado la cuenta de un usuario que se hace llamar Thomas McLendon como “problemática” pues tiene un 93% de posibilidades de ser un bot. Si entramos en ella, observamos rasgos habituales en las cuentas automatizadas. 

Por ejemplo, no se ha cambiado el nombre que otorga Twitter por defecto a la cuenta y este incluye muchos números (es lo que se llama una “cuenta matrícula”), no ha tuiteado nada, y pese a ser de creación reciente ya tiene un número muy elevado de seguidores. Estos datos indican que es probable que sea una identidad creada para dar notoriedad a otras cuentas inflando artificialmente su número de seguidores.

 Captura que explica el funcionamiento de la herramienta BotSentinel con sello Verifica

Captura que explica el funcionamiento de la herramienta BotSentinel VerificaRTVE

Fijarse en los rasgos de los seguidores

Twitter Audit es una herramienta de pago que permite analizar cuántos de tus seguidores son verdaderos y cuántos falsos. Hemos podido comprobar que las cuentas institucionales con gran cantidad de seguidores son más susceptibles de acumular cuentas que esta herramienta considera que son robots

Exploramos esta herramienta con la cuenta oficial de la Policía Nacional (3,6 Millones de seguidores) y la cuenta oficial de la cantante eurovisiva Chanel Terrero (69K seguidores). Twitteraudit encuentra una proporción más alta de bots siguiendo a la @policia que a @ChanelTerrero, aunque hay que precisar que la herramienta solo alcanza a examinar 1,5 millones de seguidores en el caso del cuerpo de seguridad.

Captura que explica el funcionamiento de la herramienta Twitter Audit con sello Verifica

Captura que explica el funcionamiento de la herramienta Twitter Audit VerificaRTVE

Perfilar una cuenta a partir del uso

Accountanalisis no es propiamente un recurso para etiquetar cuentas falsas pero sí ofrece información adicional que puede ser de utilidad a la hora de identificarlas. Esta herramienta es de pago y, en su versión demo solo accede a los últimos 600 tuits de cada cuenta. Hemos sometido a su escrutinio a la cuenta oficial en Twitter de Rtve.es (@rtve) y el análisis nos muestra que durante la madrugada no hay actividad (los bots no duermen a no ser que sean programados para ello) y que la mayoría de los materiales difundidos (50%) son propios, no retuits, lo que afianza la idea de que @rtve está operada por seres humanos, no robots. 

Captura que explica el funcionamiento de la herramienta Accountanalysis con sello Verifica

Captura que explica el funcionamiento de la herramienta Accountanalysis VerificaRTVE

Direcciones IP y origen geográfico

En el plano de la investigación científica, más allá de las herramientas disponibles para los usuarios, la investigadora de propagación de mensajes y caracterización de usuarios en Twitter Mariluz Congosto explica que para identificar las cuentas falsas es importante tener acceso a las direcciones IP (Protocolo de Internet que está detrás de las distintas identidades), pues con este dato se “podrían detectar grupos de cuentas falsas operadas desde un punto” y que están controlando la creación masiva de perfiles. Identificar el origen geográfico de los bots sin tener acceso a esa IP es muy difícil, e incluso lo es si se dispone de ese dato: una cosa es que el bot se haya creado en el país e IP concreta y otra muy distinta es que la persona que haya contratado la campaña sea de ese país.

Otro especialista que trabaja con herramientas profesionales es Javier Barriuso que, para identificar los fraudes, recurre a indicadores como subidas súbitas de seguidores de un año a otro y también al país de origen de los retuits de las cuentas. En uno de sus mensajes afirma: “Hay que recordar que el grueso de los bots hoy en día viene del mundo árabe e hindú. Eso de los bots rusos es agua pasada, por no decir una leyenda urbana”. 

Los bots buenos también existen

La mayoría de los bots tienen intenciones ocultas, como la disrupción del debate público o falsear la popularidad de otras cuentas, pero también hay bots buenos como son todos aquellos que ofrecen de manera automática informaciones contrastadas de servicio público. Por ejemplo, la AEMET (Agencia Estatal de Meterología) ofrece la cuenta @BotAemet, que hace predicciones personalizadas del tiempo. 

En @AltTxtReminder proponen que pongamos una descripción a todas las fotos que subimos a redes para facilitar el uso por parte de personas con discapacidad visual. Si estamos de acuerdo con el servicio, el bot de @AltTxtReminder nos enviará un recordatorio cada vez que nos olvidemos y nuestra foto aparezca sin la descripción.

Noticias

anterior siguiente