Analisi di Bot e Coinvolgimento Falso: Come Distinguere la Vera Opinione Pubblica?

Il fatto che un argomento riceva centinaia di migliaia di condivisioni non significa che centinaia di migliaia di persone pensino la stessa cosa.

• Un contenuto può essere condiviso migliaia di volte.
• Un brand può ottenere un coinvolgimento straordinario in breve tempo.
• Un tema politico può improvvisamente collocarsi al centro dell'agenda.

Tuttavia, nel mondo digitale, non tutto il movimento visibile rappresenta sempre un comportamento umano organico.

Account bot, profili falsi, spam, movimenti coordinati e coinvolgimenti artificiali possono amplificare la visibilità digitale e mostrare un quadro diverso da quello analizzato.

Per questo motivo la vera domanda non è solo la prima:

Alto Coinvolgimento Non Significa Alto Sostegno

Immaginiamo che una campagna riceva milioni di interazioni.

A prima vista si potrebbe pensare che si tratti di una risposta sociale molto forte.

Tuttavia, se si osserva che gli stessi account interagiscono continuamente tra loro, che contenuti simili si ripetono o che si formano schemi di comportamento insoliti, il quadro cambia.

Infatti, le ricerche sull'integrità delle reti sociali mostrano che, nel rilevare attività sospette, si può osservare non solo i singoli account, ma anche la struttura delle interazioni tra gli account e gli schemi temporali.

Di conseguenza è necessario distinguere il volume di coinvolgimento dall'impatto reale.

Cos'è un Bot, Cos'è il Coinvolgimento Falso?

Un bot è un account in grado di eseguire determinate attività in modo automatico.

Tuttavia, dal punto di vista analitico, la questione non è solo se un account sia automatico o meno.

Il problema più ampio riguarda account falsi, comportamento di spam, like artificiali, condivisioni ripetute, movimenti coordinati e schemi di coinvolgimento che si discostano dal comportamento naturale degli utenti.

Inoltre, il comportamento degli account automatici può diventare sempre più realistico. Il fatto che, in ricerche su reti sociali su larga scala, sia possibile simulare bot capaci di imitare il comportamento umano dimostra che questa distinzione non può essere fatta soltanto tramite semplici caratteristiche del profilo.

Sono Mille Persone a Dire lo Stesso Messaggio, o è Mille Account a Dire un Unico Messaggio?

Questa distinzione ha un'importanza critica.

Vista dall'esterno, in entrambi i casi si può osservare un alto volume di conversazione.

Tuttavia, mentre il primo caso può indicare che un ampio pubblico esprime opinioni simili in modo organico, il secondo può essere il risultato di un movimento coordinato.

Per questo motivo, nell'analisi non bisogna guardare solo al numero totale di contenuti, ma anche alle somiglianze comportamentali, alla tempistica, alle relazioni di coinvolgimento, agli schemi ripetitivi e alla struttura di diffusione del movimento.

L'obiettivo non è etichettare a caso i singoli account come «bot».

L'obiettivo è riuscire a distinguere le strutture non naturali all'interno dei dati.

In Che Modo il Coinvolgimento Falso Fuorvia l'Analisi?

Un movimento artificiale non filtrato può influenzare molte parti dell'analisi.

• Un tema può sembrare più popolare di quanto sia realmente.
• Un'opinione può essere percepita come più forte di quanto sia in realtà.
• La distribuzione del sentiment può cambiare.
• La classifica dei trend può risultare alterata.
• Un determinato contenuto può sembrare diventato virale in modo organico.
• Il sostegno o l'opposizione verso un attore politico può essere valutato in modo diverso dalla realtà.
• La performance di campagna di un brand può apparire artificialmente elevata.

In definitiva il problema non è soltanto quello dei «follower falsi».

La Vera Opinione Pubblica e il Rumore Digitale Non Sono la Stessa Cosa

Sulle piattaforme digitali, l'opinione più visibile non è sempre l'opinione più diffusa nella società.

• Alcuni utenti producono molti più contenuti.
• Alcune comunità agiscono in modo più organizzato.
• Alcuni argomenti guadagnano più visibilità in modo algoritmico.

Quando a questo si aggiungono bot e coinvolgimento falso, interpretare il volume digitale direttamente come opinione pubblica diventa ancora più rischioso.

Per questo motivo, in particolare nelle analisi politiche e sociali, è necessario mantenere questa distinzione:

Un Movimento Coordinato È Sempre un Bot?

No.

Anche questa distinzione è importante.

Anche persone reali possono partecipare in modo organizzato alla stessa campagna, usare lo stesso hashtag o condividere messaggi simili.

Di conseguenza, osservare un coordinamento non significa automaticamente che si tratti di attività falsa.

L'obiettivo dell'analisi non deve essere raggiungere un risultato prestabilito, bensì valutare i comportamenti sospetti attraverso indicatori diversi.

È proprio qui che un approccio basato sulle evidenze acquista importanza.

Deve essere possibile spiegare perché un account o un movimento viene considerato sospetto.

Il Quadro Cambia Quando si Escludono i Bot?

Questo è uno dei confronti più preziosi.

Nei dati grezzi, un argomento può sembrare molto forte.

Quando invece si filtrano account sospetti, spam e strutture ripetitive, il peso reale della conversazione può cambiare.

A volte la differenza è piccola.

A volte emerge un quadro completamente diverso.

Per questo motivo non va posta solo la prima domanda, ma anche la seconda:

Il Movimento Falso Può Creare una Crisi Così Come Mostrare un Successo

Il coinvolgimento artificiale non si osserva solo nelle campagne negative.

• Può esserci anche un sostegno artificiale verso un brand.
• Il successo di un contenuto può essere mostrato più grande di quanto sia in realtà.
• La visibilità del sostegno a un attore politico può essere aumentata artificialmente.
• La negatività verso un concorrente può essere amplificata.

Di conseguenza, l'analisi del coinvolgimento falso non è solo un meccanismo di difesa.

È uno strato di analisi che preserva l'affidabilità dei dati.

La Vera Analisi Interroga Prima di Tutto l'Autenticità dei Dati

Analizzare milioni di dati può sembrare impressionante.

Tuttavia, se in quei dati è presente un movimento artificiale, più dati non significa sempre un risultato più accurato.

Per questo motivo, un sistema di analisi solido non deve limitarsi a raccogliere dati.

Deve interrogare anche la qualità dei dati.

• Chi sta parlando?
• Il comportamento è naturale?
• Ci sono strutture ripetitive?
• Dove si trovano i movimenti insoliti?
• Il risultato cambia quando si escludono gli account sospetti?
• E su quali dati si basa il risultato ottenuto?

Perché per chi prende le decisioni, ciò che conta non è quanto sia rumoroso il mondo digitale.

Ciò che conta è riuscire a vedere il segnale reale dietro il rumore.