Hur man kontrollerar om ett Twitter-konto är en bot

Det finns många robotar på Twitter. Vissa försöker sälja saker, vissa är etapp i en utarbetad bluff, och vissa drivs av internationella efterlysningsorgan för några olika anledningar.

Spotting dessa bots är inte nödvändigtvis svårt: bläddra bara genom tidslinjen och se om deras aktivitet liknar den hos en människa. Pratar de med vänner, som människor gör, eller säger de bara saker till användare som aldrig pratar tillbaka? Har de ett brett spektrum av intressen, som människor gör, eller håller de sig till ett ämne? Håll dessa saker i åtanke och du kan få en uppfattning om huruvida något är en bot.

För de tiderna kan du dock inte säga om du tittar på bot eller en person, kan Botometer hjälpa till. Detta verktyg, från Indiana University och Northeastern University, anser över 1000 faktorer, och ger dig sedan en sannolikhet att en viss Twitter-användare är eller inte är en bot. Det är inte perfekt, för det här är ett svårt problem att lösa, men Botometer är ett bra verktyg för att ha runt.

För att komma igång, logga in på Botometer med ditt Twitter-konto och börja sedan lägga till något användarnamn du är nyfiken på. Du får se resultatet snabbt:

Vad betyder det här? Ju högre procentsatsen på "Bot-poängen" är, desto mer sannolikt är en given användare en bot. Enligt Botometers FAQ-sida:

Grovt sett kan man tolka en botpoäng som sannolikhet för att användaren är en bot. Som sådan kan bot värderas närmare de extrema värdena på 0% och 100% är mer säkra påståenden om kontoens botness.

I det här fallet anser Botometer att det bara finns en chans på 16 procent min medarbetare Harry är en bot. Det är en rimlig slutsats. Jag har arbetat med Harry i flera år och misstänker ändå tillfälligt att han inte är riktig - men bara som 16 procent av tiden.

Det finns några saker vi kan gräva i genom att använda länken "Detaljer" till höger om resultaten. Till exempel kan vi se en tidslinje när användaren senast nämndes och retweetades.

Du kan också se en sammanfattning av de typer av känslor som användaren standardiserar och en fördelning av ordanvändning (substantiv / verb / adjektiv / etc.) Dessa är bara några faktorer som används av tjänsten, men dykning i dem kan visa sig fascinerande.

Jag sprang det här av några kända bots, och några personer som jag är ganska säkra är människor. Exakta procentandelar varierade, men för det mesta fann jag resultaten pålitliga. De viktigaste undantagen brukar vara Twitter-konton som drivs av flera personer, inklusive politiker och varumärken. Det här är meningsfullt för mig, eftersom sådana konton ofta uppträder på botliknande sätt - de tenderar att vara inriktade på enskilda ämnen och ofta inte delta i konversationer som normalt brukar göra.

Om ett konto du vet är en bot håller @ dig, lär du dig att blockera ett Twitter-konto och överväga att rapportera det.