28 مه 2021 توسط آن مک گاورن، انستیتوی فناوری ماساچوست
تیم تحقیقاتی Reconnaissance of Influence Operations در آزمایشگاه لینکلن از یک شبکه تبلیغاتی توییتر خارجی را که در جریان انتخابات ریاست جمهوری 2017 فرانسه فعال بود نقشه برداری کرد. دایره‌های قرمز بزرگتر نشان دهنده تأثیرگذاری و احتمالاً تأثیرگذار بر حساب‌های عملیاتی هستند.
کمپین های ضد اطلاعات چیز جدیدی نیستند – به تبلیغات جنگی فکر کنید که برای تحت تأثیر قرار دادن افکار عمومی علیه یک دشمن استفاده می شود. آنچه تازه است، استفاده از اینترنت و رسانه های اجتماعی برای گسترش این کارزارها است. گسترش اطلاعات نادرست از طریق شبکه های اجتماعی قدرت تغییر در انتخابات، تقویت نظریه‌های توطئه و ایجاد اختلاف را دارد.
استیون اسمیت، عضو کارکنان گروه معماری و الگوریتم‌های نرم افزار هوش مصنوعی آزمایشگاه Minc Lincoln، بخشی از تیمی است که با راه اندازی برنامه Reconnaissance of Influence Operations (RIO) قصد درک بهتر این کمپین ها را دارد. هدف آنها ایجاد سیستمی بود که به طور خودکار روایت‌های ضد اطلاعات و همچنین افرادی را که در حال پخش روایت‌ها در شبکه‌های رسانه‌های اجتماعی هستند، شناسایی کند. در اوایل سال جاری، تیم مقاله‌ای درباره کار خود در مجموعه مقالات آکادمی ملی علوم منتشر کرد و آنها پاییز گذشته جایزه تحقیق و توسعه 100 را دریافت کردند.
این پروژه در سال 2014 زمانی آغاز شد که اسمیت و همکارانش در حال بررسی چگونگی سو استفاده گروه‌های مخرب از شبکه‌های اجتماعی بودند. آنها متوجه فعالیت زیاد و غیرمعمول در داده‌های رسانه های اجتماعی از حساب هایی شدند که ظاهراً روایت های طرفدار روسیه را تحت فشار قرار می داد.
اسمیت درباره این داده ها می گوید: «ما به نوعی سرمان را می‌خاراندیم.» بنابراین تیم از طریق دفتر فناوری آزمایشگاه تقاضای بودجه داخلی کرد و این برنامه را آغاز کرد تا بررسی کند آیا از این روش‌ها در انتخابات 2017 فرانسه استفاده می‌شود یا خیر.
30 روز مانده به انتخابات، تیم RIO برای جستجوی و تجزیه و تحلیل گسترش اطلاعات نادرست، داده‌های رسانه‌های اجتماعی را در زمان واقعی جمع آوری کرد. در مجموع، آنها 28 میلیون پست توییتر را از 1 میلیون حساب کاربری خود جمع کردند. سپس با استفاده از سیستم RIO، آنها توانستند حساب‌های ضد اطلاعاتی را با دقت 96 درصد تشخیص دهند.
آنچه سیستم RIO را منحصر به فرد می کند، ترکیبی از چندین روش تجزیه و تحلیل به منظور ایجاد دیدگاه جامعی از محل و چگونگی انتشار روایت های ضد اطلاعاتی است.
ادوارد کائو، یکی دیگر از اعضای تیم تحقیق، می‌گوید: «اگر می‌خواهید به این سوال پاسخ دهید که چه کسی در یک شبکه اجتماعی تأثیرگذار است، به طور سنتی تعداد فعالیت‌ها بررسی می‌شوند.» به عنوان مثال در توییتر، تحلیلگران تعداد توییت‌ها و بازتوییت‌ها را در نظر می‌گیرند. «آنچه ما دریافتیم این است که در بسیاری از موارد این کافی نیست. در واقع تأثیر حساب ها در شبکه اجتماعی را به شما نمی گوید.»
یکی دیگر از جنبه‌های منحصر به فرد RIO این است که می تواند تأثیر حساب هایی را که هم توسط ربات ها و هم توسط انسان ها اداره می شود، شناسایی و تعیین کند، در حالی که اکثر سیستم های خودکار مورد استفاده امروزه فقط ربات ها را تشخیص می دهند و همچنین می تواند به کسانی که از سیستم استفاده می کنند کمک کند تا پیش بینی کنند که چگونه اقدامات متقابل مختلف می تواند گسترش یک کارزار ضد اطلاعات خاص را متوقف کند.
این تیم پیش بینی می کند که RIO توسط دولت و صنعت و همچنین فراتر از رسانه های اجتماعی و در حوزه رسانه‌های سنتی مانند روزنامه ها و تلویزیون مورد استفاده قرار گیرد.
