Lliures per Europa y Vox, los partidos que más apoyo de 'bots' reciben en Twitter

Desde que Twitter empezó a ser utilizado como instrumento político, en las elecciones a la presidencia de EEUU, en 2008, hasta hoy, en que es una de las principales herramientas electorales de los partidos en casi todo el planeta, se han sucedido en esta red social los intentos de manipulación de la opinión pública de manera más o menos automatizada.

La compañía del pajarito ha puesto en marcha varias medidas para impedir la difusión de noticias falsas y la creación de cuentas manejadas por 'bots' (programas informáticos). Pero los sistemas de manipulación mejoran con el tiempo y cada vez es más difícil detectarlos, por no hablar de que la difusión del mensaje político requiere cierta organización y participación colectiva que podría confundir a los sistemas de inteligencia artificial que usa Twitter. ¿Cómo distinguir la manipulación automatizada de una campaña electoral de la simple propaganda política, más eficaz ahora al utilizar las nuevas herramientas tecnológicas?

Las elecciones al Parlamento Europeo son unos comicios a escala estatal que este año se vigilan estrechamente por la omnipresente sospecha de la injerencia rusa -que de acuerdo con el grupo de vigilancia East StratCom de la UE apenas se ha detectado en esta campaña- y por la eterna sospecha de manipulación de las redes sociales por parte de grupos organizados.

Para analizar estos comicios en busca del fraude propagandístico hemos buscado los perfiles de Twitter de los 540 candidatos al Parlamento Europeo de los diez principales partidos o coaliciones del panorama político español por representación parlamentaria o intención de voto: Partido Socialista Obrero Español (PSOE), Partido Popular (PP), Ciudadanos (Cs), Unidas Podemos (UP), Ahora Repúbicas (AR), Lliures per Europa (LLIURES), Vox (VOX), Compromís per Europa (Compromís), Coalición por una Europa Solidaria (CEUS )y Partido Animalista (PACMA). Hemos conseguido localizar los perfiles de casi la mitad de los candidatos (257), a los que hemos añadido las cuentas estatales de sus propios partidos: 267 perfiles en total.

Durante los primeros 24 días de mayo, hemos recopilado más de 120.000 interacciones (tuiteos, retuiteos o menciones) de los candidatos y candidatas, así como 1,3 millones de interacciones de los casi 200.000 perfiles de Twitter que se relacionaron digitalmente con ellos y ellas. Son estos últimos perfiles los que hemos analizado en busca de un apoyo anómalo a las candidaturas o a sus partidos.

Únete al canal de WhatsApp de la SER

Detectar los bots con inteligencia artificial

El sistema Botometer, desarrollado por el Instituto de Ciencias de Red (IUNI, en su sigla inglesa) y el Centro para la Investigación de de Redes y Sistemas Complejos (CNetS) de la Universidad de Indiana (Estados Unidos) ha sido entrenado con algoritmos de aprendizaje automático para detectar los bots que actúan en Twitter. Este sistema analiza los perfiles y calcula la probabilidad de que estén manejados por un programa. El resultado de este análisis es solo una probabilidad, porque los autores admiten que el sistema no es infalible y que, incluso estudiando un millar de características del perfil, no es posible asegurar que detrás se encuentre un programa, o una persona. Lógicamente, tampoco puede saberse si detrás de esa manipulación está un partido, su entorno o un grupo de ciudadanos demasiado comprometidos.

Con estas cautelas presentes, hemos suministrado a Botometer una muestra de 25.000 perfiles, de los casi 200.000 de nuestra muestra general, y le hemos pedido que determine cuántos de ellos tienen una probabilidad igual o superior al 80% de ser un bot. El resultado, extrapolado a la muestra general, distribuido por partidos y siempre tomado con las cautelas antes explicadas, es el siguiente:

En lo que respecta a los candidatos y candidatas, hemos buscado otro método para medir la calidad de su apoyo, porque al tratarse de candidaturas individuales no aportan suficientes interacciones como para que la muestra sea significativa. El análisis alternativo parte de la siguiente hipótesis: Si un candidato es muy retuiteado por pocos perfiles, es más probable que esté recibiendo un apoyo artificial. Cuanto más heterogéneo y diverso sea su apoyo, cuanto más numerosos sean los perfiles que lo retuitean, más 'legítimos' deberían ser los retuiteos que reciba. Por supuesto, este no es tampoco un criterio infalible, pero puede servir como indicio, a falta de otras pruebas que no es posible conocer por el lógico anonimato que protege los perfiles de Twitter.

Matemáticas y política

Para medir la diversidad de los perfiles que apoyan a los partidos y a sus candidatos, hay que conocer su distribución, entendida en este caso como esa homogeneidad o heterogeneidad que nos informe sobre la 'calidad' de su apoyo. Y para ello cabe recurrir al Principio de Pareto, o regla del 80-20, una ley económica que establece que el 80% de los recursos de una sociedad suele ser acaparado por el 20% de la población.

Análogamente, nuestro sistema de valoración medirá cuántos perfiles (ciudadanos, en la Ley de Pareto) necesita un candidato para obtener el 80% de los apoyos (recursos) en forma de retuiteos. Si un candidato necesita pocos seguidores para sumar el 80% de sus retuiteos, entenderemos que ese apoyo es más homogéneo y de peor 'calidad', es decir, más susceptible de provenir de autómatas o grupos organizados de apoyo, según nuestra metodología. En caso contrario, el apoyo será heterogéneo y por tanto más diverso y cualitativamente 'mejor', o menos sospechoso de manipulación.

Veamos el resultado de aplicar este método a  las más de 1,3 millones de interacciones recogidas durante esta campaña electoral:

Conclusiones

De acuerdo con el algoritmo de Botometer, Lliures per Europa y Vox acumulan el 56% de la manipulación automatizada durante esta campaña a las Elecciones Europeas. Y de acuerdo con la hipótesis del apoyo heterogéneo son los candidatos del PP y de VOX, Dolors Montserrat  y Jorge Buxadé, quienes cuentan con un apoyo más susceptible de ser automatizado. No obstante, y aunque pudiera demostrarse fehacientemente esta manipulación, apenas 590 bots de una muestra de 200.000 perfiles supone solo el 0,3%, mucho menos de lo que podría parecer y se ha observado en otros comicios europeos.