el 5 de agosto fue no es un día normal para Kaicheng Yang. Fue el día después de que un tribunal estadounidense publicara el argumento de Elon Musk sobre por qué ya no debería tener que comprar Twitter. Y Yang, estudiante de doctorado en la Universidad de Indiana, se sorprendió al descubrir que su software de detección de bots estaba en el centro de una titánica batalla legal.
Twitter demandó a Musk en julio, después de que el CEO de Tesla intentara retractarse de su oferta de 44.000 millones de dólares para comprar la plataforma. Musk, a su vez, presentó una contrademanda acusando a la red social de tergiversar los números de cuentas falsas en la plataforma. Twitter ha sostenido durante mucho tiempo que los bots de spam representan menos del 5 por ciento de su número total de usuarios «monetizables», o usuarios que pueden ver anuncios.
Según los documentos legales, Yang’s Botometer, una herramienta gratuita que afirma que puede identificar la probabilidad de que una cuenta de Twitter sea un bot, ha sido fundamental para ayudar al equipo Musk a demostrar que esa cifra no es cierta. “Contrariamente a las representaciones de Twitter de que su negocio se vio mínimamente afectado por cuentas falsas o spam, las estimaciones preliminares de las partes de Musk muestran lo contrario”, dice la contrademanda de Musk.
Pero diferenciar entre humanos y bots es más difícil de lo que parece, y un investigador acusó a Botometer de «pseudociencia» por hacerlo parecer fácil. Twitter se apresuró a señalar que Musk usó una herramienta con un historial de cometer errores. En sus presentaciones legales, la plataforma le recordó al tribunal que Botometer definió al propio Musk como probable que fuera un bot a principios de este año.
A pesar de eso, Botometer se ha vuelto prolífico, especialmente entre los investigadores universitarios, debido a la demanda de herramientas que prometen distinguir las cuentas de los bots de las de los humanos. Como resultado, no solo Musk y Twitter serán juzgados en octubre, sino también la ciencia detrás de la detección de bots.
Yang no inició Botometer; lo heredó. El proyecto se puso en marcha hace unos ocho años. Pero a medida que sus fundadores se graduaron y abandonaron la universidad, la responsabilidad de mantener y actualizar la herramienta recayó en Yang, quien se niega a confirmar o negar si ha estado en contacto con el equipo de Elon Musk. Botometer no es su trabajo de tiempo completo; es más un proyecto paralelo, dice. Trabaja en la herramienta cuando no está investigando para su proyecto de doctorado. “Actualmente, somos solo yo y mi asesor”, dice. “Así que yo soy la persona que realmente hace la codificación”.
Botometer es una herramienta de aprendizaje automático supervisada, lo que significa que se le ha enseñado a separar los bots de los humanos por sí solo. Yang dice que Botometer diferencia a los bots de los humanos al observar más de 1,000 detalles asociados con una sola cuenta de Twitter, como su nombre, foto de perfil, seguidores y proporción de tweets a retweets, antes de darle una puntuación de cero a cinco. “Cuanto mayor sea el puntaje, más probable es que sea un bot, mientras más bajo, más probable es que sea un humano”, dice Yang. “Si una cuenta tiene una puntuación de 4,5, significa que es muy probable que sea un bot. Pero si es 1.2, es más probable que sea un humano”.