Unas 27.000 cuentas en Twitter estuvieron manejadas por bots en las pasadas elecciones, la mitad de Vox

Investigadores de la Universidad de Murcia detectaron 27.000 cuentas en Twitter manejadas mediante software en las elecciones generales del 10N. La presencia e influencia de estas cuentas (conocidas como bots) se extrajeron de los 825.000 perfiles que tuitearon información relacionada con la campaña electoral del 10N

Los bots encontrados se clasificaron en base a los cinco principales partidos políticos y de los resultados obtenidos se desprende una presencia más elevada de estos robots informáticos asociados al partido VOX, con casi un 50% del total respecto a los demás.

Según uno de los investigadores del equipo de Ciberseguridad y Ciberdefensa de la Universidad de Murcia (UMU), Félix Gómez Mármol, “de los 27.000 bots identificados, 3.000 de ellos han podido ser clasificados como ‘relacionados’ con alguno de los cinco principales partidos políticos: VOX (49,84%), Unidas Podemos (20,66%), PSOE (12,87%), Ciudadanos (10,42%) y PP (6,21%)”, lo que sugiere, según matiza, que dichos bots se dirigían principalmente a los partidos más extremos. 

Por otro lado, tras analizar las relaciones de amistad de los robots informáticos, se descubrieron seis redes de bots ejecutadas de manera autónoma y automática. Cada una de ellas trataba sobre temas relacionados con cada uno de los partidos políticos, así como otros temas de actualidad, como el independentismo catalán o la sanidad pública. 

Esta información lleva al experto de la UMU a señalar que “estas redes podrían haber actuado de forma coordinada emitiendo contenido acerca de estas temáticas”.

Por otro lado, Gómez Mármol destaca que “existió una presencia y monitorización activa por parte de los bots durante la campaña. Esta actividad, además, aumentó en días claves de la misma, como la durante la exhumación de Franco o la noche del debate a cinco en RTVE”.  

Además, los investigadores han evidenciado una serie de características que permiten diferenciar entre un humano y un bot en Twitter, como por ejemplo la ratio entre seguidores y seguidos o el número de interacciones de cada cuenta. 

Una investigación con implicaciones futuras

Con este estudio realizado en Twitter se pretendía identificar la presencia e influencia de estas cuentas manejadas mediante software y cómo éstas pudieron influir en la opinión general a la hora de emitir el voto. 

Tras la medición, desarrollada desde el 4 de octubre al 12 de noviembre, se detectaron 7 millones de interacciones que contenían alguno de los 46 hashtags que previamente los investigadores habían identificado como relevantes en la campaña electoral: #10N, #ElDebate4N, #Ciudadanos, #PP, #PSOE, #VOX, #UnidasPodemos, entre otros.

El trabajo realizado por este equipo de la UMU se enmarca en la preparación de un proyecto de investigación para una convocatoria de la Fundación BBVA

“Los resultados definitivos de esta investigación estarán listos en febrero de 2020. Lo que haremos ahora será saber si esos bots estaban a favor o en contra de los partidos con que se relacionaban”, señala Gómez Mármol.

Con vistas al futuro, estos investigadores pretenden continuar analizando la actividad de los bots en el contexto de las futuras elecciones catalanas o estadounidenses. 

Sobre el investigador principal

Félix Gómez Mármol es doctor en Informática e investigador Ramón y Cajal en el departamento de Ingeniería de la Información y las Comunicaciones de la Facultad de Informática de la UMU.

Su línea de investigación se centra en la ciberseguridad y la ciberdefensa, sobre la que ha publicado más de 50 artículos en revistas de alto impacto y conferencias divulgativas internacionales. Además, posee seis patentes internacionales y ha participado en más de 20 proyectos europeos, nacionales y regionales. 

Es miembro del comité editorial de cuatro revistas internacionales, como el Journal of Information Security and Applications y trabajó durante 7 años en el centro de NEC Laboratories Europe en Heidelberg (Alemania). 

Más información https://ieeexplore.ieee.org/document/8808170 

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.