爱吧机器人网 » 专题 > 应用 > 正文

研究发现:机器人能在几秒内大范围传播错误消息 还能骗你加入传播大军



2016年大选后不久,新当选的美国总统唐纳德•特朗普因在普选中输给民主党对手希拉里•克林顿而感到恼火--谎称如果没有300万非法移民的投票,他将赢得普选投票。这一谎言在社交媒体上迅速传播,其传播速度远远快于事实试图揭穿它的速度。Twitter机器人在传播虚假信息方面扮演了不成比例的角色。

这是根据印第安纳大学(Indiana University)研究人员发表在《自然通讯》(Nature Communications)杂志上的一项新研究得出的结论。他们分析了2016年5月至2017年5月期间Twitter上分享的1400万条信息,这些信息涵盖了总统初选和特朗普的就职典礼。他们发现,仅用6%的被确认为机器人的Twitter账户,就能在这个社交网络上传播31%他们称之为“低可信度”的信息。机器人只用了2到10秒钟就完成了这一壮举,这在很大程度上要归功于自动放大。

为什么机器人在传播虚假信息方面如此有效?研究报告的合著者Filippo Menczer将他们的成功归因于所谓的“社会偏见”:人类倾向于更多地关注似乎流行的事物。机器人可以制造出受欢迎的外表,或者某一种观点被广泛赞成,而实际上并非如此。Menczer的合著者乔瓦Giovanni Luca Ciampaglia说:“人们往往更相信那些似乎来自许多人传播的信息。机器人利用这种信任,让信息看起来如此受欢迎,以至于人类被骗为他们传播信息。”

他们的发现与麻省理工学院研究人员今年3月在《科学》(Science)杂志上发表的一项早期研究一致。这些研究人员得出结论,在所有类别的信息中,虚假故事比真实故事传播得“更远、更快、更深、更广”。麻省理工学院的这项研究是基于对2007-2017年间约300万人超过450万次在twitter上发表的12.6万篇文章的分析得出的。结果是:一个虚假的故事只需要大约10个小时就能在Twitter上吸引1500名用户,而一个真实的故事则需要60个小时。

合著者、麻省理工学院社交机器实验室负责人Deb Roy表示:“不管你怎么划分,虚假消息总是占上风。”

Roy和他的同事还发现,机器人以同样的速度加速了真假消息的传播。因此,他得出结论,造成虚假新闻传播的是人为因素,而不是机器人。

这就是为什么印第安纳大学的研究强调了所谓的“影响者”所扮演的关键角色:名人和其他拥有大量Twitter粉丝的人,他们可以通过Twitter转发来传播坏消息——尤其是如果内容重申了目标群体先前存在的信念(确认偏见)。Menczer和他的同事们发现了一种故意针对Twitter上有影响力的人的机器人。Menczer说,这些人“会觉得很多人在谈论或分享某篇文章,这可能会降低他们的警惕,导致他们重新分享或相信这篇文章。”他称之为“有用的白痴”范式。

此外,另一项新的研究支持了这一发现。南加州大学(University of Southern California)的研究人员查阅了400万条有关加泰罗尼亚独立公投的推特帖子。研究人员发现,这些机器人并不是随机的,它们积极地针对有影响力的Twitter用户,用负面内容制造社会冲突。这些用户往往没有意识到自己是被攻击的目标,因此转发并帮助传播错误信息。这篇论文最近发表在《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)上。

“这在网络社交系统中非常普遍,没有人知道他们是否被操纵了。“每个用户都直接或间接地接触到这些内容,因为机器人生成的内容非常普遍。”他认为解决这个问题需要的不仅仅是技术手段。他说:“我们需要监管、法律和激励措施,迫使社交媒体公司监管它们的平台。”据Menczer介绍,Twitter已经开始审查新的自动化账户,以加大创建自动化机器人大军的难度。

潜在的缺点是,机器人不一定是邪恶的力量;例如,机器人可以帮助放大紧急警报。就像任何技术工具一样,这取决于一个人如何使用它。但考虑到这种病毒错误信息可能造成的损害,这或许是一种可以接受的权衡。Menczer等人发现,仅删除Twitter上10%的机器人账户,来自低可信度来源的新闻故事被分享的数量就会显著下降。

这是印第安纳大学研究的核心问题。Menczer说:“我们是应该在事情发生后去捕捉(病毒的错误信息),还是应该在信息产生的时候就应用一个过滤器?很明显,让自动账户更难发布信息既有好处,也有坏处。”



上一篇:机器人助力垃圾处理新技术 推动环保事业新发展
下一篇:机器人改变传统收银方式 未来收银环节将如何发展?
精选推荐
人工神经网络技术解码人类行为和想象时的大脑活动信号
人工神经网络技术解码人类行为和想象时的大脑活动信号

[2017-08-23]  为搜索引擎过滤信息,棋盘游戏对弈,识别图像 人工智能在某些任务中远远超过了人类智能。来自弗莱堡由神经科学家私人讲师Tonio Ball博士领导的几个杰出的BrainLinks-Bra......

机器人iCub作为嵌入式AI的标准机器人研究平台的重要性
机器人iCub作为嵌入式AI的标准机器人研究平台的重要性

[2017-12-24]  机器人的研究在过去10年中得益于一个具有嵌入式人工智能(AI)的标准化开源平台——人形机器人iCub。iCub最初在意大利被创建,如今在欧洲、美国、韩国、新加坡和日本的实验室......

受大脑控制的机器人
受大脑控制的机器人

[2017-03-21]   想让机器人做我们想做的,首先,他得全面地了解我们。通常,这就意味着人类需要要付出更多。比如,教机器人复杂的人类语言或者把一项任务 ...

MIT研制出可以像植物一样生长的机器人
MIT研制出可以像植物一样生长的机器人

[2019-11-09]  麻省理工学院开发了一种新型机器人,这种机器人可以本质上自我延伸,其生长方式与植物幼苗向上生长的方式惊人相似。值得注意的是,研究人员 ...

这些人型机器人是如此真实,你的肉眼几乎无法区分
这些人型机器人是如此真实,你的肉眼几乎无法区分

[2017-09-03]   我们生活在一个区分现实与幻想变得越来越困难的世界。由于机器人技术的进步,创造人工的人类正在逐渐接近完美的最终目标。我们现在看到的机器人不再只是一块发光二极管,......

麻省理工学院最新研究:优化软体机器人的控制和设计
麻省理工学院最新研究:优化软体机器人的控制和设计

[2019-11-24]  软体机器人属于一个新的领域,它可能在诸如外科手术等领域发挥重要作用(手术时的纳米机器人需要在人体内部移动而不损伤软组织)。软体机器 ...

英伟达用联合学习创建医学影像AI 可共享数据和保护隐私
英伟达用联合学习创建医学影像AI 可共享数据和保护隐私

[2019-10-14]  英伟达(Nvidia)和伦敦国王学院(King’s College London)的人工智能研究人员利用联合学习训练了一种用于脑肿瘤分类的神经网络, ...

人工智能准确预测患者一年内的死亡风险,原理却无法解释
人工智能准确预测患者一年内的死亡风险,原理却无法解释

[2019-11-13]  图片来自BURGER PHANIE SCIENCE PHOTO LIBRARY美国最新研究显示,人工智能通过查看心脏测试结果,以高达85%以上的准确率预测了一个人在一 ...

本周栏目热点

可以看透豆腐渣工程的爬壁智能机器人 微型旋翼机器人不靠GPS也能导航

[2017-11-05]  说起纽约的大学,国人可能首先想到哥伦比亚大学。但在曼哈顿,有一所不为国人熟知的纽约城市大学,这里曾先后培养出13位诺贝尔奖获得者。在挂满名人肖像的学校荣誉墙上,一位......

人工智能准确预测患者一年内的死亡风险,原理却无法解释

[2019-11-13]  图片来自BURGER PHANIE SCIENCE PHOTO LIBRARY美国最新研究显示,人工智能通过查看心脏测试结果,以高达85%以上的准确率预测了一个人在一 ...

谷歌DeepMind:利用机器学习预防急性肾损伤

[2018-03-08]  随着人工智能的飞速发展,机器学习已经显示出其在医学领域的应用前景。例如,谷歌大脑研究小组(Google Brain team)近日发布了一项研究 ...

[2018-02-02]  山东的肿瘤患者有了更多的治病门道,疑难杂症就医可享人工智能——沃森联合诊疗中心的精准治疗。近日,山东大学齐鲁医院宣布与杭州认知网络 ...

[2015-12-23]     你能单凭自身力量跳出60倍于自己身高的距离吗?即便能,你觉得能安全着地吗?要是你能变成一只蟋蟀你就能。   科学家早就知道蟋蟀是个 ...