Es un desarrollo de la compañía surcoreana Samsung y Telefónica. Tiene la capacidad de distinguir entre agresores y el resto de usuarios.
Un grupo de investigadores académicos desarrolló un software capaz de identificar de forma automática las cuentas de Twitter que llevan a cabo acciones de ciberacoso contra otras personas, y con resultados que alcanzan una efectividad de más del 90 por ciento.
Los expertos publicaron recientemente su estudio «Detectando el ciberbullying y la ciberagresión en las redes sociales», en el que analizaron 1,2 millones de cuentas de Twitter y 2,1 millones de tuits sobre temas como la NBA o la desigualdad de sexos en los salarios, en torno a los que el abuso es más frecuente, como han explicado.
Entre estos temas destaca también el GamerGate, una campaña de acoso que tuvo lugar en el año 2014 contra varias desarrolladoras y de videojuegos y mujeres del sector que fueron blanco de amenazas de violación y de muerte por un grupo de usuarios en Twitter a través del hashtag #GamerGate. Cinco editores fueron vetados de Wikipedia en 2015 por dar a su página sobre este tema un enfoque feminista.
La metodología del estudio es capaz de distinguir entre agresores y el resto de usuarios de Twitter tomando en consideración el texto de sus publicaciones, su cuenta y otros atributos de red, como explicaron en la publicación.
El estudio utilizó la API Streaming de Twitter, que proporciona acceso a un 1 por ciento de todos los tuits de la plataforma. Además, filtraron las cuentas de spam gestionadas por bots y no por personas, y las publicaciones quedan organizadas en cuatro tipos: acosadores, agresivos, spam y normales, es decir, sin abusos.
En ellos, el algoritmo buscaba cientos de hashtags relacionados con campañas de acoso en los que hubiese presente algún insulto, utilizando para esta labor la base de datos de términos de odio Hatebase.
A nivel general, el algoritmo fue capaz de identificar con éxito al 90,2 por ciento de tuits de acosadores. En los tuits con un tono normal y sin abusos este porcentaje de precisión en la identificación se reduce al 82,7 por ciento.
En la media de las cuatro categorías (acosador, agresivo, spam y normal) la efectividad general del algoritmo se queda en el 61,4 por ciento.
Los investigadores proceden de universidades como el Centro de Investigación y Tecnología Hellas, la Universidad Aristóteles de Tesalónica (ambos de Grecia), las universidades de Binghamton y Boston (Estados Unidos) y el University College de Londres (Reino Unido).
No obstante, los autores colaboraron también con compañías como la división de Inteligencia de Samsung y Telefónica Investigación y
Cargando ...
Agregue un Comentario