Comparação de algoritmos para detecção de bots sociais nas eleições presidenciais no Brasil em 2018 utilizando características do usuário

Abstract

O uso de bots sociais com fins políticos tem se tornado uma preocupação cada vez mais relevante e tem levantado alertas sobre o impacto nas discussões democráticas. Este trabalho apresenta um estudo de caso sobre o uso de bots nas discussões políticas durante o período do segundo turno das eleições brasileiras de 2018, visando construir um modelo de detecção automática para bots e comparando o uso de algoritmos de inteligência artificial explicáveis e não-explicáveis. Primeiramente foi construído um conjunto de dados rotulando manualmente contas entre bots e humanos. Então foram aplicados algoritmos de regressão linear, árvores aleatórias, Bayesiano ingênuo, multilayer perceptron e random forest. Foi identificado que mesmo algoritmos mais simples e explicáveis como árvore aleatória têm um desempenho semelhante a algoritmos mais complexos como random forest. Utilizando apenas características do usuário, foi possível identificar mais de 46% dos bots, porém todos modelos apresentaram uma precisão não maior que 52% nessa tarefa.

Comparison of natural language processing techniques in social bot detection on Twitter during Brazilian presidential elections

“…On average, the classifiers achieved results similar to those reported in [Santos et al 2020]. However, if we compare only the bot class, we can see that the results were worse when using only the features generated through the sentiment analysis, this may be an indication that bots express sentiments in a similar way to humans in posts on Twitter.…”

“…The dataset used is a sample of 800 different users and 111,530 posts in Brazilian Portuguese published during the second round of the 2018 Brazilian presidential elections. This dataset was made available by [Leu et al 2019] and manually labeled by [Santos et al 2020] into bot and human classes.…”

“…• Strategy A: each classifier was trained with only the features extracted by each specific textual representation described in Section 3.4. • Strategy B: each classifier was trained with features from each specific textual representation plus the original dataset features from [Santos et al 2020]. • Strategy C: each classifier was trained with the combined features extracted from all textual representations described in this work plus the features from [Santos et al 2020].…”

“…For this identification, the authors used six different techniques of textual representations individually and in combination, evaluated by six different classifiers, to understand if there is a difference between the texts produced by bots and humans in such a way that it is possible to distinguish them. In addition, features related to the user profile and number of publications were added [Santos et al 2020] to analyze which is the best set of available features for detecting bots.…”

Corpo, vestuário e efeitos de autenticidade na política brasileira: análises sociossemióticas

“…Na corrida eleitoral de 2016, por exemplo, Marta tentou abandonar a postura de mulher da elite e apareceu na campanha com a "cara limpa", usando pouquíssima maquiagem e pedindo desculpas pelos erros políticos do passado. Já o governador do estado de São Paulo, João Dória Jr. passou a usar roupas mais casuais e até um tênis esporte fino (SANTOS, 2016).…”