ลิ้งค์เชื่อมต่อ

นักศึกษา ‘ม. เบิร์คลีย์’ พัฒนาซอฟแวร์ตรวจสอบบัญชีทวิตเตอร์ที่ถูกควบคุมโดยคอมพิวเตอร์


Bhat and Phadte have developed a software program called botcheck.me that looks for 100 characteristics in Twitter accounts that they say are common among bots. (Photo: M. Quinn / VOA)

เจ้าหน้าที่สหรัฐฯ หลายหน่วยงานกำลังตรวจสอบบทบาทของรัสเซียในการเลือกตั้งประธานาธิบดีอเมริกันเมื่อเดือนพฤศจิกายนปีที่แล้ว

บริษัทเทคโนโลยีหลายแห่งเช่น Facebook และ Twitter ช่วยทางการแกะรอยผู้เผยแพร่ข่าวที่มีผลทางการเมืองบนโซเชี่ยลมีเดีย

วิธีเผยแพร่ข่าวลือที่อาจส่งผลต่อความคิดทางการเมืองของประชาชนคือการสร้างบัญชีผู้ใช้โซเชี่ยลมีเดียโดยระบบคอมพิวเตอร์ ซึ่งถูกตั้งโปรแกรมโหมกระจายข่าวเท็จให้มีผลในวงกว้าง

แม้บริษัทเทคโนโลยีสามารถระบุบัญชีผู้ใช้ที่ต้องสงสัย แต่ความยากลำบากเกิดขึ้นเมื่อต้องการแบ่งแยกว่า บัญชีผู้ใช้ใดเป็น account ที่ระบบคอมพิวเตอร์สร้างขึ้น หรือเป็น ‘bot’ และ บัญชีใดเป็นผู้ใช้ซึ่งมีตัวตนจริงที่ชอบแชร์ความคิดเห็นทางการเมือง

ช่องโหว่ทางเทคนิคนี้ เปิดโอกาสนักศึกษาด้านโปรแกรมคอมพิวเตอร์สองรายที่มหาวิทยาลัยแคลิฟอร์เนียวิทยาเขตเบิร์คลีย์ สองคน คือ Ash Bhat และ Rohan Phadte พัฒนาแอพเพื่อแก้ปัญหาดังกล่าว

ซอฟแวร์ที่ทั้งสองคนพัฒนาขึ้นมีชื่อว่า botcheck.me ซึ่งตรวจสอบพฤติกรรมของบัญชีทวิตเตอร์ที่ต้องสงสัย ว่าเป็นผู้ใช้ตัวจริงหรือเป็น ‘bot’

แอพดังกล่าววิเคราะห์ความถี่ของการส่งทวีต จำนวนผู้ติดตาม ระยะเวลาที่เปิดบัญชี และเนื้อหาของการส่งข้อความว่าเป็นเรื่องการเมืองบ่อยเพียงใด

หลังจากที่เริ่มใช้เมื่อเดือนตุลาคม botcheck.me มีความแม่นยำในการตรวจสอบร้อยละ 93.5 อย่างไรก็ตาม มีผู้ท้วงติงว่าพวกตนซึ่งเป็นบุคคลจริงกลับถูกระบุว่า ‘bot’

บริษัททวิตเตอร์ กล่าวว่า ในบรรดาผู้ใช้ทั้งหมด 69 ล้านคน ไม่ถึงร้อยละ 5 เป็นบัญชีที่ถูกสั่งการด้วยระบบคอมพิวเตอร์

อย่างไรก็ตาม เคยมีนักวิจัยประเมินว่า อัตรา account ที่เป็น ‘bot’ อยู่ใกล้ๆระดับ 15 เปอร์เซ็นต์ นอกจากนั้นวุฒิสมาชิก มาร์ค วอนเนอร์ จากพรรคเดโมแครต เคยเปิดเผยว่า ช่วงการเลือกตั้งปีที่แล้ว หนึ่งในห้าของทวีตการเมืองเป็นฝีมือของ 'bot'

โดยหากผู้ใช้ botcheck.me ดาวน์โหลดบน Google Chrome จะมีปุ่มสีฟ้าเกิดขึ้นอยู่ข้างๆ บัญชีทวิตเตอร์ เพื่อการตรวจสอบว่า account ดังกล่าวมีความเป็นไปได้ว่าถูกควบคุมโดยคอมพิวเตอร์หรือไม่


(รัตพล อ่อนสนิท เรียบเรียงจากรายงานของ Michelle Quinn)

XS
SM
MD
LG