اخلالگرانی از جنس ربات در فضای مجازی ترس و دروغ می‌پراكنند
جولان ربات‌های اخلالگر در بحران كرونا
مترجم: صدف دژآلود
فیسبوك، رِدیت، گوگل، لینكدین، مایكروسافت، توییتر و یوتیوب، به‌تازگی مصمم به حذف اطلاعات نادرست كرونایی از پلتفرم‌هایشان شدند. كووید - ۱۹ در حال حاضر نخستین بیماری همه‌گیر جهانی است كه عصر شبكه‌های اجتماعی به عمر خود دیده و حالا دستخوش ربات‌های شایعه‌پراكن شده است! حساب‌های كاربری جعلی به‌خصوص در توییتر، فیسبوك و اینستاگرام پدیده شایعی محسوب میشوند؛ حساب‌هایی كه در بسیاری از موارد با هدف انتشار اخبار دروغ و رواج ترس به وجود آمده‌اند. ارزیابی دقیق حجم اطلاعات نادرست كرونایی در شبكه‌های اجتماعی كار آسانی نیست، اما از فعالیت هشتگ‌های مرتبط با كرونا به نظر می‌رسد ربات‌های مجازی در بحران كرونا بیكار ننشسته‌اند.
بات سِنتینِل (Bot Sentinel)ازجمله وبگاه‌هایی است كه با تكیه بر فناوری یادگیری ماشین ربات‌های توییتری را شناسایی می‌كند. به‌ادعای وبگاه مذكور، حساب‌های كاربری جعلی در تاریخ هفتم فروردین99 در مدت ۲۴ساعت، ۸۲۸ هشتگ coronavirus و ۵۴۴ هشتگ COVID19 ایجاد كرده‌اند. اما پر واضح است كه تعداد واقعی توییت‌های كرونایی منتشرشده از سوی ربات‌ها بیش از اینهاست؛ زیرا وبگاه بات سِنتینِل تنها قادر به شناسایی كلیدواژه‌هایی است كه به‌صورت هشتگ استفاده شده باشند. حال آن‌كه كلیدواژه‌های مرتبط با كرونا در همه پست‌های جعلی هشتگ‌دار نیست.
ربات‌هایی كه در موردشان حرف می‌زنیم، معمولا با برنامه‌های خودكاری مدیریت میشوند كه كنترل خود پویش به دست كاربران واقعی است؛ كاربرانی كه به‌سختی می‌توان از روی ربات‌ها ردشان را گرفت. چنین ربات‌هایی اساسا با هدف انتشار اطلاعات كذب و ایجاد اخلال در فضای مجازی به وجود می‌آیند. حتی برخی كارشناسان معتقدند احزاب سیاسی برخی كشورها برای دستیابی به مقاصد خود به اخلالگری از طریق ربات‌ها متوسل میشوند؛ این معضل در جریان انتخابات ریاست جمهوری سال ۲۰۱۶ آمریكا هم مطرح شده بود.
درمورد كووید-۱۹ با دو شیوه اخلالگری روبه‌رو هستیم؛ شیوه اول عبارت است از تولید پست‌های تصویری با مضمون اخبار روز جهان؛ مثلا تصویر سبدهای خریدی كه تا گلوگاه پر شده یا مردمی كه به سوپرماركت‌ها هجوم برده‌اند. به‌عبارتی، ربات اخلالگر دست به تولید محتواهای غیر شك‌برانگیزی می‌زند كه اثرشان روی كاربر ناآگاه می‌تواند ایجاد اضطراب باشد. اما برخی ربات‌های موذی‌تر از راه دوم وارد عمل میشوند. شیوه دوم ربات‌ها برای متأثر ساختن اذهان عمومی عبارت است از مثلا ریتوییت‌كردن یا نوشتن كامنت‌های دروغ پای پست‌های نهادهای دولتی یا وبگاه‌های خبری. هدف ربات‌ها از این كار جریحه‌دار كردن احساسات مردم و دامن‌زدن به خشم اجتماعی است.
ازجمله نشانه‌های احتمالی حساب‌های كاربری رباتی در توییتر می‌توان به موارد زیر اشاره كرد:
هیچ دنبال‌كننده‌ای ندارند.
به‌تازگی در توییتر عضو شده‌اند.
اسم كاربری اینها بدون نام خانوادگی و تركیبی از حروف و اعداد است (مثلا Sada89629382).
توییت‌های زیادی ندارند.
درونمایه همه توییت‌هایی كه تابه‌حال داشته‌اند، تقریبا یكی است: هشداردهنده و وحشت‌برانگیز.
اغلب‌شان وبگاه‌های خبری، دولتی‌ها یا كاربرانی را دنبال می‌كنند كه در زمینه مشخصی تاثیرگذار (اینفلوئنسر) محسوب میشوند.
البته تشخیص قطعی ریتوییت‌ها یا كامنت‌های رباتی به‌آسانی امكان‌پذیر نیست، اما كارشناسان امیدوارند با بهبود الگوریتم‌های یادگیری ماشین در برنامه‌هایی نظیر بات سِنتینِل بتوان ربات‌های جعلی را با اطمینان كامل شناسایی و از شبكه‌های اجتماعی حذف كرد. همكاری تمام‌عیار شبكه‌های اجتماعی هم در پاكسازی فضای مجازی از ربات‌ها شرط است. از سازمان‌های گرداننده پویش‌های قانونی در شبكه‌های اجتماعی انتظار می‌رود ابزاری بسازند كه قادر به شناسایی و حذف حساب‌های كاربری جعلی باشد. در این میان، كاری كه از ما كاربران عادی برمی‌آید، گزارش‌كردن (ریپورت كردن) حساب‌های كاربری مشكوكی است كه با انتشار اطلاعات نادرست سعی دارند به بحران شیوع كرونا دامن بزنند. منبع: Science Alert
بات سِنتینِل (Bot Sentinel)ازجمله وبگاه‌هایی است كه با تكیه بر فناوری یادگیری ماشین ربات‌های توییتری را شناسایی می‌كند. به‌ادعای وبگاه مذكور، حساب‌های كاربری جعلی در تاریخ هفتم فروردین99 در مدت ۲۴ساعت، ۸۲۸ هشتگ coronavirus و ۵۴۴ هشتگ COVID19 ایجاد كرده‌اند. اما پر واضح است كه تعداد واقعی توییت‌های كرونایی منتشرشده از سوی ربات‌ها بیش از اینهاست؛ زیرا وبگاه بات سِنتینِل تنها قادر به شناسایی كلیدواژه‌هایی است كه به‌صورت هشتگ استفاده شده باشند. حال آن‌كه كلیدواژه‌های مرتبط با كرونا در همه پست‌های جعلی هشتگ‌دار نیست.
ربات‌هایی كه در موردشان حرف می‌زنیم، معمولا با برنامه‌های خودكاری مدیریت میشوند كه كنترل خود پویش به دست كاربران واقعی است؛ كاربرانی كه به‌سختی می‌توان از روی ربات‌ها ردشان را گرفت. چنین ربات‌هایی اساسا با هدف انتشار اطلاعات كذب و ایجاد اخلال در فضای مجازی به وجود می‌آیند. حتی برخی كارشناسان معتقدند احزاب سیاسی برخی كشورها برای دستیابی به مقاصد خود به اخلالگری از طریق ربات‌ها متوسل میشوند؛ این معضل در جریان انتخابات ریاست جمهوری سال ۲۰۱۶ آمریكا هم مطرح شده بود.
درمورد كووید-۱۹ با دو شیوه اخلالگری روبه‌رو هستیم؛ شیوه اول عبارت است از تولید پست‌های تصویری با مضمون اخبار روز جهان؛ مثلا تصویر سبدهای خریدی كه تا گلوگاه پر شده یا مردمی كه به سوپرماركت‌ها هجوم برده‌اند. به‌عبارتی، ربات اخلالگر دست به تولید محتواهای غیر شك‌برانگیزی می‌زند كه اثرشان روی كاربر ناآگاه می‌تواند ایجاد اضطراب باشد. اما برخی ربات‌های موذی‌تر از راه دوم وارد عمل میشوند. شیوه دوم ربات‌ها برای متأثر ساختن اذهان عمومی عبارت است از مثلا ریتوییت‌كردن یا نوشتن كامنت‌های دروغ پای پست‌های نهادهای دولتی یا وبگاه‌های خبری. هدف ربات‌ها از این كار جریحه‌دار كردن احساسات مردم و دامن‌زدن به خشم اجتماعی است.
ازجمله نشانه‌های احتمالی حساب‌های كاربری رباتی در توییتر می‌توان به موارد زیر اشاره كرد:
هیچ دنبال‌كننده‌ای ندارند.
به‌تازگی در توییتر عضو شده‌اند.
اسم كاربری اینها بدون نام خانوادگی و تركیبی از حروف و اعداد است (مثلا Sada89629382).
توییت‌های زیادی ندارند.
درونمایه همه توییت‌هایی كه تابه‌حال داشته‌اند، تقریبا یكی است: هشداردهنده و وحشت‌برانگیز.
اغلب‌شان وبگاه‌های خبری، دولتی‌ها یا كاربرانی را دنبال می‌كنند كه در زمینه مشخصی تاثیرگذار (اینفلوئنسر) محسوب میشوند.
البته تشخیص قطعی ریتوییت‌ها یا كامنت‌های رباتی به‌آسانی امكان‌پذیر نیست، اما كارشناسان امیدوارند با بهبود الگوریتم‌های یادگیری ماشین در برنامه‌هایی نظیر بات سِنتینِل بتوان ربات‌های جعلی را با اطمینان كامل شناسایی و از شبكه‌های اجتماعی حذف كرد. همكاری تمام‌عیار شبكه‌های اجتماعی هم در پاكسازی فضای مجازی از ربات‌ها شرط است. از سازمان‌های گرداننده پویش‌های قانونی در شبكه‌های اجتماعی انتظار می‌رود ابزاری بسازند كه قادر به شناسایی و حذف حساب‌های كاربری جعلی باشد. در این میان، كاری كه از ما كاربران عادی برمی‌آید، گزارش‌كردن (ریپورت كردن) حساب‌های كاربری مشكوكی است كه با انتشار اطلاعات نادرست سعی دارند به بحران شیوع كرونا دامن بزنند. منبع: Science Alert
