114 Retweets. Die esoterischen Followerbewertungs- und Bot-Wünschelruten liefern so lange Stoff für toxische Verschwörungstheorien, wie sie noch jemand ernst nimmt.
Keinen Menschen interessiert, ob das wirklich stimmt, solange es gerade ins Weltbild passt. Das war bei den Qualitätsmedien und den “Bots” auch nie anders.
Zum Totalversagen der Medien in dieser Sache ist noch nicht genug geschrieben worden. Empfehle hierzu Abschnitt 2.2 über die lachhafteste und irrsinnigste "Bot"-Studie, die je geschrieben wurde, die aber von Medien wie der NYT verbreitet wurde. papers.ssrn.com/sol3/papers.cf…
Das war auch so ein Fall, wo Ökonomen meinten, ihre mathematische Expertise mal in ein neues Feld einbringen zu müssen.
(5 Follower weniger)
Danke
• • •
Missing some Tweet in this thread? You can try to
force a refresh
tl;dr: Studies claiming to investigate "social bots" have, in reality, just investigated artifacts of the flawed detection methods employed. papers.ssrn.com/sol3/papers.cf…
While researchers who use @Botometer usually withhold the userIDs of the accounts they counted as "bots" and thereby avoid verification of their claims, we are grateful that @adamgdunn shared his list of "bots" with us and allowed us to take a closer look.
What we found was no less than devastating for the whole body of @Botometer-based research.
Es gibt eine neue Veröffentlichung über "Social Bots" in einem Sammelband im Springer-Verlag, in dem ausnahmsweise mal zwei Tweets von angeblichen "Social Bots" konkret benannt werden.
Nun, ich konnte mich nicht bremsen, mir die beiden "Bots" einmal genauer anzusehen.
The first "social bot" mentioned in the paper is @cj_panirman. I can't find any traces of automation in this account. He tweets in English and Indonesian, probably lives in ths U.S., seems to like Donald Trump, and seems to be opposed to immigration.
The other "social bot", @natespuewell, appears to be alive and human to me as well, tweets in English, but really doesn't seem to like Donald Trump.
@cj_panirman appears to be the owner of an Android phone, while @natespuewell often tweets from his iPhone.
Für alle, die noch nicht genau verstanden haben, wie der Schwindel funktioniert, auf dem die Ergebnisse der "Botforschung" beruhen, hier noch einmal das Prinzip "Botometer"-basierter "Forschung" anhand eines Yeti-Klassifikators. 1/11
Praktisch die gesamte "Social-Bot-Forschung" beruht auf diesem bizarren Trick. 2/11
Wir nutzen nun die gleiche Methodik, um herauszufinden, wieviel Prozent der Menschen auf dem Times Square in New York in Wirklichkeit Yetis sind. Dazu wollen wir zunächst mit Hilfe von maschinellem Lernen einen Klassifikator bauen, der Menschen von Yetis unterscheiden kann. 3/11
So, wir haben jetzt mal alle Follower der sieben Parteien, die Tobias Keller und Ulrike Klinger in ihrer Studie auf "Social Bots" untersucht hatten, mit dem Botometer "analysiert". Bald wissen wir recht genau, was die beiden wirklich gefunden haben.
Zur Orientierung: Es sind insgesamt rund 1,15 Mio. Follower der sieben Parteien, wenn man sie einfach zusammenzählt, aber nur rund 520.000 verschiedene Accounts.
Die Zahlen beinhalten nur die Accounts, die mindestens einen Tweet abgesetzt haben. Die anderen Accounts kann das Botometer nicht "analysieren".
In dem Bericht sind neue, z.T. deutlich bessere Erkennungsraten angegeben als bisher bekannt. Warum diese in der Praxis trotzdem überwiegend zu Fehlalarmen führen würden, hat @spinfocl hier aufgeschrieben: texperimentales.hypotheses.org/2841
Die Studie enthält einen methodischen Fehler, dessen Auswirkungen auf das Ergebnis ohne genauere Zahlen unklar sind: Versuchsteilnehmer, die ihren Transponder nicht dabei hatten, zählten immer als korrekt, egal ob sie erkannt wurden oder nicht.