Botit olivat laiskoja Twitterissä kuntavaalien alla
Sosiaalisessa mediassa toimivia automatisoituja bottitilejä on viime vuosina käytetty vaalivaikuttamisen välineenä ympäri maailmaa. Aalto-yliopiston tietotekniikan laitoksen ja Helsingin yliopiston valtiotieteellisen tiedekunnan tutkijoiden yhteisessä ELEBOT-2021-hankkeessa tutkittiin Twitterissä esiintyvää automatisoitua toimintaa kuntavaalien aikaan touko-kesäkuussa 2021. Tutkimushankkeessa selvitettiin myös, missä määrin Twitterissä käydyssä poliittisessa keskustelussa esiintyi alustan jäädyttämiä tai poistamia pysäytettyjä tilejä.
Aalto-yliopiston julkaiseman raportin tulosten mukaan botin kaltaisia tilejä oli vähän ja niiden vaikuttavuus poliittiseen keskusteluun jäi matalalle tasolle. Asiassa ei ole tapahtunut suurta muutosta, sillä myös vuoden bottien määrä ja vaikuttavuus oli vähäistä.
Kuntavaaleissa boteiksi luokiteltujen tilien tuottamasta sisällöstä 11,7 prosenttia uudelleentviitattiin ainakin kerran. Nämä tulokset eroavat esimerkiksi vuoden 2018 Yhdysvalloissa järjestettyjen kongressin välivaalien tuloksista, joissa käytettiin samaa työkalua bottien tunnistamiseen. Niissä jopa 35 prosenttia bottien tekemistä tviiteistä sai osakseen ainakin yhden uudelleentviittauksen.
Bottien kaltaisten tilien määrä vaihteli mielipidekuplien välillä
Hankkeessa selvitettiin myös botin kaltaisten tilien ja pysäytettyjen tilien yhteyttä erilaisiin mielipidekupliin.
Mielipidekuplia syntyy, mikäli poliittiset asenteet ovat polarisoituneet niin, että ihmiset jakautuvat mielipiteiltään vastakkaisiin leireihin. Aikaisemmissa tutkimuksissa on huomattu, että mielipidekuplat voivat olla alttiita bottien vaikutusyrityksille.
Raportissa tarkasteltiin kuplia, jotka liittyvät suurimpiin puolueisiin sekä kahteen temaattiseen kokonaisuuteen, ilmastonmuutokseen ja ympäristöön sekä maahanmuuttoon.
Analyysi paljasti, että botin kaltaiset tilit olivat yleisimpiä kuplissa, joissa kannatetaan perussuomalaisia ja kokoomusta sekä vastustetaan vihreitä ja vasemmistopuolueita. Botteja muistuttavat tilit olivat yleisempiä myös ilmastopolitiikkaan ja maahanmuuttoon kriittisesti kuin positiivisesti suhtautuvien joukossa.
Maahanmuuttoon positiivisemmin suhtautuvassa ryhmässä (puolesta) botteja oli 2,5 prosenttia ja maahanmuuttoon kriittisesti suhtautuvassa joukossa (vastaan) 4,7 prosenttia. Erot ovat melko pieniä, mutta tilastollisesti merkitseviä.
Pysäytettyjä tilejä esiintyi kuntavaalien yhteydessä hyvin vähän. Eduskuntavaalien 2019 aikaan niitä oli havaittavissa enemmän. Alla olevasta kuvasta näkee, miten bottien ja pysäytettyjen tilien määrä erosi eduskuntavaalien ja kuntavaalien alla käydyssä keskustelussa maahanmuuttoon liittyvissä mielipidekuplissa.
Bottien tunnistamiseen tarvitaan suomea ymmärtäviä työkaluja
Helsingin yliopiston puolelta tutkimukseen osallistuneen yliopistotutkijan Antti Gronowin mukaan sellaisia ”nollatuloksia”, joissa jotain asiaa ei löydetä, pidetään usein tylsinä, mutta tulokset kertovat jotain hyvinkin tärkeää.
”Tämä on poliittisen järjestelmän kannalta erittäin toivottava tulos: meillä ei esiinny laajamittaista automatisoitua vaalivaikuttamista esimerkiksi vieraan vallan toimesta”, Gronow sanoo.
Tietotekniikan laitoksen apulaisprofessorin Mikko Kivelän mukaan bottien automaattiseen tunnistamiseen liittyy teknisiä haasteita, koska botteja kehitetään jatkuvasti hankalammin tunnistettaviksi.
”Kaikkia botteja ei välttämättä tunnistettu. Toisaalta myös tavallisia käyttäjiä voidaan vahingossa luokitella väärin, jos heidän tileissään on boteille tyypillisiä piirteitä.”
Tutkimuksessa käytettiin kansainvälisesti yleisesti käytössä olevaa työkalua. Jatkossa olisi kuitenkin tärkeää kehittää työkaluja suomen kieltä käyttävien bottien tunnistamiseen, jotta bottien määrää ja toimintaa voidaan paremmin seurata tulevien vaalien yhteydessä.
Tutkijat keräsivät 1 124 550 Twitter-viestistä koostuvan aineiston touko-kesäkuussa 2021. ELEBOT-2021-hankkeen rahoitti Oikeusministeriö.
äپdz:&Բ;
Apulaisprofessori Mikko Kivelä, Aalto-yliopisto, tietotekniikan laitos, mikko.kivela@aalto.fi
Yliopistotutkija Antti Gronow, Helsingin yliopisto, valtiotieteellinen tiedekunta, antti.gronow@helsinki.fi
Lue lisää uutisia
Kolmen tutkijan ideasta syntyi deep tech -yritys
Vahvaan tutkimusosaamiseen nojaava Sim Analytics Oy sai alkunsa, kun kolme LUT-yliopiston eri laboratorioissa työskennellyttä tutkijakollegaa alkoi miettiä, miten tarjota ja analysoida dataa teollisuusyritysten liiketoimintapäätösten tueksi.
Ensimmäinen suprajohtava kvanttilämpökone osoittaa, että lämpö voidaan valjastaa työksi myös kvanttimaailmassa
Suprajohtava kvanttilämpökone paitsi edistää termodynamiikan perustutkimusta, voi myös merkittävästi pienentää tulevaisuuden kvanttitietokoneiden hintalappua.
Tutkijoiden perustama Xiphera kasvaa vauhdikkaasti
Yhdeksänvuotisjuhliaan viettävä Xiphera Oy on kehittänyt tietoturvauhkien torjuntaan laitepohjaisia salausratkaisuja. Yritys on ns. deep tech eli syväteknologiayritys, jonka tuotteet nojaavat tutkimukseen ja tuottavat uusia teknologisia ratkaisuja.