Onderzoekers hebben een algoritme gemaakt dat onderscheid maakt tussen verkeerde informatie en echte gesprekken op Twitter, door berichten te detecteren die zijn gegenereerd door sociale bots.

Dr. Mehwish Nasim en collega's van de School of Mathematical Sciences van de Universiteit van Adelaide zeggen dat het algoritme het voor hulpdiensten gemakkelijker zal maken om grote gebeurtenissen zoals burgerlijke onrust te detecteren, natuurrampen, en griepepidemieën in realtime.

"Als er iets heel groots aan de hand is, mensen tweeten een enorme hoeveelheid nuttige informatie, ' zegt Mehwish.

"De vervuilende input van sociale bots snel kunnen filteren, die meerdere berichten produceren die de menselijke informatiestroom verstoren, zal wetshandhavingsinstanties helpen, incidentresponsteams en vrijwilligers om tijdig te handelen."

Het algoritme werkt door de diversiteit in tweets en temporele coördinatie te berekenen.

Bot-accounts hebben minder diverse tweets. Bijvoorbeeld, ze gebruiken herhaaldelijk dezelfde URL's of hashtags en tweeten rond dezelfde tijd.

Mehwish - die nu is gebaseerd op CSIRO's Data61, de data- en digitale gespecialiseerde tak van het Australische nationale wetenschappelijke agentschap– zegt dat door geautomatiseerde verkeerde informatie uit te filteren, agentschappen zullen tijdens grote evenementen gemakkelijk toegang hebben tot waardevolle informatie uit de eerste hand van mensen ter plaatse.

"Bijvoorbeeld, " zij voegt toe, "Van minuut tot minuut tweets tijdens de recente bosbranden in NSW en Queensland kunnen zeer waardevol zijn voor het begeleiden van specifieke brandweerreacties."