Il data mining ha rivelato campagne di troll su Twitter russi precedentemente sconosciute

Immagine del telefono sulla pagina di accesso di Twitter freestocks.org

L'attività umana lascia tutti i tipi di tracce, alcune più evidenti di altre. Ad esempio, i messaggi pubblicati su servizi come Twitter sono ovviamente visibili. Ma lo schema dei tweet di un utente nel tempo non è così evidente.

Vari ricercatori hanno iniziato a studiare questi modelli e hanno scoperto che possono identificare determinati tipi di account, in particolare quelli che pubblicano ad alto volume. Ad esempio, è improbabile che gli account che pubblicano continuamente, 24 ore al giorno, siano gestiti da esseri umani. Invece, questo è un chiaro segnale che un bot di qualche tipo è al lavoro.

Gli esseri umani generano anche modelli specifici, anche se in modo meno evidente dei robot. In particolare, gli account che pubblicano volumi elevati di tweet spesso lo fanno in uno schema la cui firma unica è possibile identificare l'analisi forense.

Un corpus di tweet interessanti comprende i messaggi postati dai troll russi che tentano di influenzare le elezioni presidenziali americane del 2016. Ora i ricercatori li hanno analizzati per cercare eventuali impronte digitali univoche che potrebbero contenere. L'idea è quella di utilizzare queste impronte per identificare altre campagne di disinformazione degli stessi troll che sono passate inosservate. Ma è possibile?

Oggi riceviamo una risposta grazie al lavoro di Christopher Griffin e Brady Bickel della Pennsylvania State University. L'analisi forense di questi ragazzi ha identificato una firma univoca in questi tweet e l'ha usata per trovare prove di altre campagne di disinformazione. Identifichiamo un'operazione che include non solo le elezioni americane del 2016, ma anche le elezioni nazionali francesi e quelle locali e nazionali tedesche, affermano Griffin e Bickel.

Le impronte comportamentali uniche sono difficili da identificare a causa dell'enorme volume di dati su Twitter. Un vasto numero di utenti umani condivide caratteristiche comportamentali simili e quindi non può essere facilmente distinto. Tuttavia, la firma comportamentale diventa più distintiva all'aumentare del volume dei messaggi.

Ecco perché i troll russi sono identificabili in questo modo. Griffin e Bickel hanno scaricato un database di 200.000 tweet di troll russi raccolti da Twitter e ottenuti da NBC News. Hanno quindi analizzato i tweet degli utenti più prolifici, quelli che hanno pubblicato più di 500 volte durante il periodo elettorale.

I ricercatori hanno esaminato il modo in cui questi utenti hanno twittato nel tempo e in che modo differivano dagli altri utenti di Twitter. Hanno anche cercato comunità all'interno del database e quindi hanno creato nuvole di parole dei loro tweet che mostrano le parole più comunemente usate.

Questo ha suscitato una sorpresa. L'analisi ha rivelato sette comunità che utilizzano ciascuna nuvole di parole diverse. Quattro di queste comunità erano chiaramente focalizzate su argomenti come il movimento del Tea Party degli Stati Uniti e gli afroamericani.

Ma due di queste nuvole di parole consistevano interamente in parole in russo e tedesco. Griffin e Bickel li hanno analizzati ulteriormente per mostrare che i tempi dei tweet sono aumentati in vista delle elezioni nazionali tedesche nel 2017 e delle elezioni locali di Berlino nel 2016. Le elezioni statali di Berlino sono state significative perché il partito della cancelliera Merkel è stato battuto di destra- ala populisti, dicono i ricercatori.

Il team ha anche riscontrato un picco di attività simile nella preparazione delle elezioni nazionali francesi del 2017, sebbene ciò abbia coinvolto solo 588 messaggi. È troppo piccolo per un'analisi dettagliata, ma Griffin e Bickel ipotizzano che indichi l'esistenza di un altro gruppo di troll, ancora non identificato, che ha preso di mira la Francia.

Questo è un lavoro interessante che suggerisce che l'attività dei troll russi era significativamente più ambiziosa su scala internazionale di quanto si pensasse in precedenza. Suggerisce anche un modo per individuare questo tipo di ingerenza mentre sta accadendo cercando il tipo di impronta legale identificata dal team.

Naturalmente, trovare i troll è un gioco del gatto e del topo. Per le organizzazioni responsabili dell'attività dei troll russi, dovrebbe essere semplice modificare il modello di attività in modo da non creare la stessa firma.

Eppure, se questa attività dannosa deve essere significativa ed efficace, inevitabilmente si svolgerà su scala relativamente ampia e quindi genererà una firma diversa. La domanda è come individuarlo in tempo per agire. E così il gioco continua.

Rif: arxiv.org/abs/1810.01466 : l'apprendimento automatico senza supervisione di dati Twitter russi open source rivela la portata globale e le caratteristiche operative

nascondere