机器人和人类的行为差异可以为新的机器学习算法提供信息

彭达娅
导读 引导机器人是社交媒体账户,由人工软件而不是人控制,具有多种用途,从新闻采集到在线零售商的自动客户支持。然而,机器人最近变得流行起来

引导机器人是社交媒体账户,由人工软件而不是人控制,具有多种用途,从新闻采集到在线零售商的自动客户支持。然而,机器人最近变得流行起来。机器人是社交媒体账户,由人工软件而不是人控制,有很多用途,从新闻采集到在线零售商的自动客户支持。然而,机器人最近成为人们关注的焦点,因为它们经常被用作社交媒体上操纵舆论的大规模行动的一部分,例如在竞选期间。

《物理学前沿》的一项新研究表明,社交媒体机器人不存在人类的短期行为趋势,这提供了社交媒体上“人类签名”的例子,可用于开发更复杂的机器人检测策略。这项研究是同类研究中首次将社交媒体对话中的用户行为应用于机器人检测。

“值得注意的是,机器人正在不断改进,以模仿人类通常在社交媒体上展示的越来越多的行为。每当我们发现我们认为是人类行为特权的特征(比如感兴趣话题的情绪),我们很快就会发现开源机器人现在可以捕捉到这些方面。

在这项工作中,研究人员使用与最近政治事件相关的大型Twitter数据集来研究人类和机器人在活动中的行为变化。在这些课程的过程中,研究人员测量了各种因素来捕捉用户的行为,包括参与社交互动的倾向和产生的内容量,然后将这些结果在机器人和人类之间进行比较。

为了研究机器人和人类用户在主动对话中的行为,研究人员专注于用户参与的社交互动的数量和质量的指标,包括转发、回复和提及的数量,以及推文的长度。本身。然后,他们使用这些行为的结果通知分类系统进行机器人检测,以查看包括描述会话动态的特征是否可以提高检测器的性能。使用一系列机器学习技术来训练两组不同的分类器:一组包含描述会话动态的函数,另一组不包含这些函数作为基线。

研究人员发现,机器人在人类中不存在这种趋势:人类表现出在整个对话过程中,社交互动的次数在增加,以转发中包含的转发、回复和提及的比例为例。人类还显示出内容产量的减少,这可以通过平均推文长度的减少趋势来说明。这些趋势被认为是由于随着对话的进行,人类用户变得越来越累,并且不太可能执行复杂的活动,例如编写原创内容。另一种可能的解释是,随着时间的推移,用户会看到更多的帖子,从而增加了他们对内容做出反应并与之互动的可能性。在这两种情况下,机器人都没有受到这些因素的影响,也没有观察到行为变化。

标签:

免责声明:本文由用户上传,如有侵权请联系删除!