Les bots sociaux ne peuvent pas être distingués des vrais utilisateurs sur Twitter

La manipulation de l'humeur politique et la désinformation en ligne ne sont pas rares aujourd'hui, notamment à l'approche d'élections ou d'autres événements politiques. Les bots sociaux sont des programmes logiciels qui simulent une présence humaine sur la toile. Une étude récente d'Ema Kušen et Mark Strembeck de l'Institut d'informatique de gestion et des nouveaux médias de la WU montre à quel point ils le font bien. Les deux scientifiques ont analysé, à l'aide de 4,4 millions de tweets, comment les social bots influencent l'humeur sur le réseau et comment ils modifient leur comportement lors de la communication directe avec d'autres utilisateurs.

Les résultats montrent que les utilisateurs humains ont généralement tendance à suivre l'humeur générale d'une discussion dans leurs tweets, tandis que les bots sociaux tentent d'inverser l'humeur en exprimant des émotions opposées. (Exemple : pour l'événement positif Thanksgiving Day, un Social Bot tweete : "Sissy Mitt Romney signed Massachusetts gun ban #thanksgiving #rump #MAGA").

Lors d'événements controversés (comme les élections), les social bots envoient en particulier des messages polarisant les émotions et tentent ainsi d'influencer l'opinion publique. (Dans le contexte des élections présidentielles américaines, par exemple : "ObamaFail I'll be so happy to see this joke move out of the White House ! #VoteTrumpPence16")

Il est apparu clairement que les bots sociaux peuvent même insérer des messages polarisés dans des discussions sans rapport avec le sujet. Ce comportement change toutefois dans la communication directe avec les utilisateurs humains : si les Social Bots adressent leurs messages directement aux utilisateurs de Twitter (avec l'adresse @TwitterUser), ils s'adaptent également à l'ambiance générale. Strembeck explique : "Dans la communication directe, les bots sociaux ne peuvent plus être distingués des humains par les émotions qu'ils envoient".

Strembeck et Kusen ont également pu identifier dans leur analyse une série de modèles statistiquement significatifs, appelés "motifs d'échange d'émotions", qui sont typiques de la communication directe avec les utilisateurs humains. Ces nouveaux modèles pour huit émotions différentes représentent une étape importante dans la recherche. "A l'occasion des élections européennes actuelles, il y a eu par exemple des avertissements selon lesquels différents groupes d'intérêt pourraient essayer d'influencer le vote sur les réseaux sociaux. Les résultats peuvent notamment contribuer à identifier les social bots de manière plus fiable à l'avenir. Dans le cadre de différentes études ultérieures, il s'agira désormais de déterminer pourquoi le comportement des social bots lors de l'envoi de messages diffusés diffère de celui observé lors d'une communication directe", explique Strembeck, auteur de l'étude.