O USO DE BOTS NO COMBATE A FAKE NEWS

 
CAIO FERNANDO DIAS(1ºPERÍODO)
DANIEL HENRIQUE NUNES(1ºPERÍODO)
GUSTAVO HENRIQUE D’ANUNCIAÇÃO FERREIRA(1ºPERÍODO)
JOÃO MARCELO GONÇALVES LISBOA(1ºPERÍODO)
JOÃO PEDRO DE ALMEIDA CAMPOS (1ºPERÍODO)
PEDRO FRANÇA E SILVA(1ºPERÍODO)
 
Resumo

Os bots são ferramentas de automatização de tarefas que auxiliam no dia-a-dia do usuário,

principalmente em redes sociais. Entretanto, devido à variedade de pessoas que utilizam esses
meios de comunicação, os bots podem ser utilizados de forma imoral e antiética, prejudicando
esses usuários, como ocorreu nas eleições em 2018 e, a partir daí, pesquisamos por diversos
artigos que já trataram sobre o assunto, para uma análise de como ela vem sendo utilizada.

Palavras-chave

Bot, redes sociais, Engenharia da computação.

Introdução

Com o surgimento dos primeiros computadores programáveis na primeira metade do século

XX, as máquinas passaram a ter um papel cada vez mais importante no desenvolvimento da
sociedade humana e, nas últimas décadas, vêm substituindo e ou auxiliando os serviços
prestados pelo ser humano em diversos setores das indústrias, das comunicações, da saúde,
dos transportes e do lazer. Tais avanços se tornaram possíveis através de profissionais
especializados na Engenharia da Computação que, providos de uma ampla gama de
conhecimento sobre a computação, são capazes de projetar e desenvolver ferramentas e
dispositivos que auxiliam realização de atividades cotidianas.

Visando uma melhor compreensão dos campos de atuação do atual engenheiro da

computação, o grupo realizou pesquisas com base em artigos e revistas QUALIS, sobre a
aplicação de bots em redes sociais, com ênfase durante as eleições de 2018.
Procedimentos Metodológicos

Para melhor direcionar o foco da pesquisa e assegurar-lhe elevado grau de veracidade, foi
utilizada a plataforma Sucupira e a classificação QUALIS dos artigos e revistas e, após
filtrarmos os conceitos atribuídos aos textos, B ou C, a área de abrangência, Engenharias e ou
Ciência da Computação, e o período em análise, 2017 a 2020, encontramos um conjunto de
documentos categorizados de acordo com as orientações do professor orientador e em
diversos idiomas.

A partir daí, tornou-se possível a realização de uma pesquisa com base em um artigo sobre a
utilização de bots em redes sociais durante as eleições presidenciais brasileira de 2018 na
disseminação de notícias falsas, que nos expõe um panorama sobre a utilização dessa
ferramenta em discussões em redes sociais. Além disso, é notável a influência dos bots em
diversas outras áreas, como: a saúde, os transportes, a indústria, a segurança, a economia,
entre outras, devido à facilidade com que podem ser criados e a aplicação deles no
atendimento a pessoas antes de serem redirecionadas para um atendente humano e ou até
mesmo atendendo às necessidades do cliente sem a necessidade de uma pessoa.

Resultados e discussões

De acordo com a tabela I, a especificidade aumenta progressivamente de acordo com a altura

da árvore de decisão, indo de 97,7 a 100%.

Já a sensibilidade tem uma variação de -16,9% entre as alturas 1 e 2 da árvore de decisão, a

partir da segunda altura, a sensibilidade

aumenta, indo de 16,9 na altura 2 até 52,3%. No quesito classificações corretas, o índice
aumenta continuamente, saindo de 91,3% na altura 1

e variando até 95,2%. Isso indica que o método se mostra muito eficiente para classificar
humanos de forma correta, porém, a diferenciação 

de bots se mostra menos eficaz.

A tabela II mostra resultados de uma classificação utilizando árvores de decisão.

Na ocasião, o teste foi feito com 577 humanos e 65 bots. A tabela II reflete os dados da tabela
I, no qual os maiores níveis indicam uma classificação com maior precisão.
Aplicado no conjunto total de dados, a tabela III mostra a porcentagem de bots identificados
por cada modelo. Observa-se que o percentual de bots identificado foi inferior

à taxa do conjunto de treinamento. Foi observada uma taxa de acerto entre 0,25% e 2,84%,
valores muito inferiores aos 10,1% atingidos no conjunto de treinamento. Porém,

mais uma vez os resultados da tabela I se mostraram verdadeiros, pois a identificação de

humanos mostrou-se muito eficaz.

O uso de árvores de decisão para diferenciar bots e humanos permite que diferentes análises
sejam feitas. Primeiramente, os resultados da classificação são diretamente relacionados

ao objetivo da classificação automática. Em segunda análise, pode-se observar que os nós nas
folhas das árvores indicam classificações mais ou menos precisas de acordo com as decisões
que levaram a cada um desses nós.

Foi utilizada também, uma regressão linear para produzir um score para cada usuário. Esse
sistema de "scores" pode ser utilizado para identificar usuários com maior e menor chance de

serem bots.

Essa pontuação pode ser feita de acordo com a equação a seguir:

 "Pontuação = 77458,6767 * default_prof=True + 63044,9069 * geo_enabled=False +

5129,7994 * retweets_tag + 1,3396 * tweets + (−0,5348) * likes + (−35, 1782) *
acc_age_days+ 41029,2316"

A tabela IV apresenta 10 intervalos, e suas respectivas pontuações. 6 ou 7 bots foram

introduzidos a cada intervalo, indo sempre dos de menor pontuação, para os de maior
pontuação.

Nos intervalos de maior pontuação, a taxa de bots é mais elevada (100% no 1º intervalo,
77,78% no segundo e assim por diante). Os usuários nos intervalos variam de 6, no 1º, até 286
no 10º. Sendo 2,45% o percentual de bots no último intervalo.

O score pode ser utilizado também para fazer um controle mais preciso da especificidade e da
sensibilidade do classificador.

Na figura 6, precisão e revocação são colocadas em um gráfico utilizando a regressão linear,

onde é possível observar que, apesar da classificação se iniciar muito alta, ela cai ao ponto
que a revocação sobe.
Já a figura 7, mostra a curva ROC, que apresenta uma área de 0,819. Resultado esse, que é
satisfatório para o problema, mas que tem margem para melhorias.

Conclusões

Após o desenvolvimento deste estudo aprofundado sobre a aplicação de bots nas redes
sociais, percebe-se a necessidade da introdução de um maior número de profissionais na área,
devido ao aumento do número de casos de utilização dessa ferramenta de forma imoral e
antiética no dia-a-dia de diversas pessoas, como na disseminação de notícias falsas durante as
eleições de 2018 em debates mais especificamente no Twitter.

Além disso, com a volatilidade dos diversos conceitos da Tecnologia da Informação e os

elevados custos de implantação e manutenção de diversas ferramentas e serviços por parte de
pessoas físicas e ou jurídicas, tem-se tornado cada vez mais difícil encontrar profissionais
capacitados para exercer a função de engenheiro da computação e o número de empresas
dispostas a contratar seus serviços em países emergentes e ou subdesenvolvidos ainda é muito
pequeno, mesmo que esteja crescendo exponencialmente.

Referências Bibliográficas

LÊU, Matheus; MORAIS, Daniel; XAVIER, Fernando. Detecção automática de bots em

redes sociais: um estudo de caso no segundo turno das eleições presidenciais brasileiras de
2018.. Detecção automática de bots em redes sociais, Revista de Sistemas de Informação da
FSMA, ed. 24, p. 31-39, 2019. DOI .PDF. Disponível em:
http://www.fsma.edu.br/si/edicao24/FSMA_SI_2019_2_Principal_05.pdf. Acesso em: 25
nov. 2020.