FAQ

Um Twitter bot é uma conta cujas ações são realizadas por meio de um algoritmo ou script, normalmente utilizados para realizar tarefas repetitivas, por exemplo, retweetar conteúdo contendo palavras-chave particulares, responder a novos seguidores e enviar mensagens diretas a novos seguidores. Twitter bots mais complexos podem participar de conversas online e, em alguns casos, têm um comportamento muito parecido ao comportamento humano. É importante ressaltar que um bot não é inerentemente bom ou ruim, mas sim, que o uso da automação pode ter efeitos positivos ou negativos dependendo de seu emprego. Bots criados para melhorar a interação entre usuários e organizações - seja do setor privado ou público - por exemplo, facilitam o uso de certos serviços, dão transparência ou mais rapidez em dados processos.

O termo troll, em inglês, significa aquele que “trolla” alguém, ou seja, publica conteúdo não relacionado à uma discussão, causa um desentendimento, inflama essa discussão ou mesmo ataca diretamente um usuário na rede. Os trollbots, então, são um tipo de bot, muitas vezes controlado por humanos, que atua nas redes sociais com o objetivo específico de “trollar” alguma pessoa, perfil, marca, empresa, figura pública, causando discórdia, manipulação de discurso e incitando violência.

Por enquanto, não. Facebook, Instagram, WhatsApp e outras redes sociais impõem mais barreiras de acesso à API (interface de integração entre serviços e programas), por isso, o PEGABOT só funciona no Twitter. Existem outras metodologias e ferramentas para verificar o uso da automação nas demais plataformas.

O PEGABOT é desenvolvido pelo Instituto do Tecnologia e Sociedade do Rio de Janeiro (ITS Rio) em parceria com o Instituto Equidade & Tecnologia. O motor de análises é um software livre e pode ser livremente utilizado, estudado, modificado e redistribuído. Seu código está disponível no Github.

Os sistemas em software livre concedem ao usuário a liberdade de modificar um código. Entendemos que ter um código aberto permite a participação da sociedade na sua construção e melhoria como forma de produzir um conhecimento mais democrático às tecnologias livres. Além de possibilitar que as pessoas troquem informações de forma horizontal, fortalece ações junto às plataformas digitais, suas políticas de uso e principalmente como redes de desinformação podem funcionar com uso dessas técnicas.

Essa iniciativa também está alinhada ao White Paper “Recomendações Sistêmicas para combater a desinformação nas eleições do Brasil”, realizado pelo Instituto Tecnologia e Equidade (IT&E).

No tópico 5 do documento, há a informação: CRIAR NOVOS CICLOS DE FEEDBACK DE AJUSTE - em Recomendações 2019-2020. Nesse item, o Instituto acredita que “Demandar das Academias e dos Institutos de Pesquisa: desenvolvimento de tecnologias livres para detecção de robôs, perfis falsos, haters e desinformação” é um ponto de alavancagem ao combate dos desequilíbrios apresentados no sistema eleitoral.

Não há estudos definitivos sobre algoritmos de detecção de bots e nenhum método é isento de falhas. Neste sentido, a inteligência coletiva e a possibilidade de colaboração são os melhores caminhos para mantermos nossa ferramenta atualizada e eficaz. Você pode colaborar de várias formas, veja como aqui.

O PEGABOT é financiado pela União Europeia, por meio do projeto “Exposing Bot Disinformation in Brazil”, selecionado no escopo do edital “Instrumento para Democracia e Direitos Humanos” lançado em 2018. Após passar por rigoroso processo de avaliação, o projeto foi escolhido para receber recursos para seu desenvolvimento. Além disso, a versão em espanhol da ferramenta, “Atrapabot”, foi financiada pelo National Democratic Institute também por meio de um processo de edital de seleção.

Antes da obtenção desse financiamento, o projeto foi custeado de maneira independente, a partir de recursos próprios do [Instituto Tecnologia e Sociedade](https://itsrio.org do Rio) e do Instituto Tecnologia & Equidade.

O algoritmo do PEGABOT utiliza informações públicas dos perfis no Twitter para realizar suas análises. O objetivo é identificar características que ajudem a determinar se o perfil é mais ou menos bot. Neste momento o PEGABOT se baseia em padrões de comportamento para identificar se é mais provável que um humano utilize aquele perfil ou um robô. Utilizamos os seguintes critérios:

• Perfil do Usuário: Algumas das informações públicas dos perfis consideradas na análise do PEGABOT são o nome do perfil do usuário e quantos caracteres ele possui, quantidade de perfis seguidos (following) e seguidores (followers), texto da descrição do perfil, número de postagens (tweets) e favoritos. Aqui, elementos como a ausência de imagem de perfil e descrição, por exemplo, aumentam a probabilidade da conta ser um robô.
• Frequência e horário: Perfis que tuitam muito em um curto intervalo de tempo recebem uma pontuação maior, pois este é um comportamento mais parecido ao de bots (bot-likeness). Um intervalo pequeno entre cada postagem, 2 segundos por exemplo, podem indicar que a postagem foi feita por um robô. A frequência e a aleatoriedade no tempo em que as postagens são feitas também apontam características do comportamento: postagens feitas sempre no mesmo horário, às 10 horas da manhã, por exemplo, podem ter sido feitas por um robô.
• Rede: O algoritmo do PEGABOT coleta uma amostra da linha do tempo do usuário, identificando hashtags utilizadas e menções ao perfil para realizar suas análises. O objetivo é identificar características de distribuição de informação na rede da conta analisada.
• Análise de sentimento: Os algoritmos do PEGABOT selecionam uma amostra de até 100 tweets mais recentes publicados pelo perfil analisado. O objetivo é identificar palavras que tornam o que é publicado pelo usuário mais ou menos negativo (sentimento).

Para uma explicação completa dos critérios, acesse a página Transparência.

Quanto maior a nota, maior a probabilidade de a conta ser um bot (bot-likeness). Cada perfil pesquisado ocupa uma zona do medidor: roxa, amarela ou verde. Se o perfil pesquisado estiver na zona roxa, a chance de ser um bot é alta, ou seja, o índice de comportamento similar ao de um robô (bot-likeness) é alto. Muitos resultados são classificados na na zona amarela, o que significa que existem elementos suficientes para suspeitar de uso de automação, mas em menor nível. Neste caso, pode ser que seja um perfil usado com pouca frequência, um uso humano muito repetitivo ou um perfil institucional que utiliza plataformas para agendamento de tweets. Se é verde, provavelmente é humano, ou seja, o índice de comportamento similar ao de um robô (bot-likeness) é baixo.

Ao ter um indicativo que uma conta pode ser ou não um bot é importante que você faça uma análise subjetiva do perfil que está tentando analisar. Isso inclui analisar os possíveis fins que o determinado perfil está tentando atingir, a forma como o perfil publica na rede (só rewteets, por exemplo, podem ser indicativo de comportamento similar ao de um robô). Se você identificar que o perfil serve só para divulgar a mensagem de outra pessoa ou que na maioria das vezes esse perfil existe para atacar alguém ou um grupo específico, as chances deste perfil se confirmar como um bot aumentam muito. Nesse caso, vale questionar os possíveis beneficiados pela atuação do perfil caso ele seja um bot e por que a pessoa beneficiada está se utilizando desse recurso. É sempre possível também indicar essa suspeita à plataforma, denunciando a conta, especialmente se o conteúdo disseminado pelo perfil for inapropriado.

A precisão dos resultados do PEGABOT é um ponto de aprimoramento contínuo. De toda forma, você pode submeter este erro para que nosso time analise e corrija o equívoco. Dito isso, detectar bots é mesmo uma tarefa difícil (se fosse fácil as empresas de mídias sociais já teriam solucionado todo o problema). Nossa plataforma funciona reconhecendo padrões comportamentais. Por isso, os resultados devem servir para complementar e não substituir a sua própria opinião. Saiba como reportar um erro nas análises do PEGABOT aqui.