例如，推特上用戶開始使用“#verr?terduel”的標(biāo)簽，即“叛徒的決斗”，這反映了右翼黨派德國新選擇黨的說法，即默克爾的主流基督教民主聯(lián)盟和Schulz的社會民主黨都“背叛”了這個國家。
然而，研究人員說，這些四處亂噴的“毒液”也能并非來自憤怒的選民。相反這民可能是機(jī)器人的手筆，或者是看起來與人類用戶很像的假冒社交媒體配置文件，但實際上卻是由算法驅(qū)動的。
隨著德國人將在9月24日投票選出新議會，專家們也正在密切關(guān)注社交網(wǎng)絡(luò)上的自動宣傳跡象。但到目前為止，在德國選舉中，機(jī)器人似乎不像在法國和美國選舉中那樣活躍。
不過，這讓德國成為一個實驗室，以便科學(xué)家研究如何識別機(jī)器人和檢測其效果。
大多數(shù)研究人員都集中在Twitter上，因為該軟件并不禁止自動賬戶。這個平臺還可以通過編程接口免費(fèi)獲得1%的Tweets，并且如果收費(fèi)的話，它還可開放10%。
在分析了來自全球1400萬用戶的Twitter之后，美國洛杉磯南加州信息科學(xué)研究所計算機(jī)科學(xué)家Emilio Ferrara估計，多達(dá)15%的Twitter用戶（數(shù)量高達(dá)5000萬）是機(jī)器人。而且，大多數(shù)是政治的衍生品。
Ferrara說：“在機(jī)器人關(guān)注的幾個話題中，政治無疑是最突出的。”
機(jī)器人可以通過在社交網(wǎng)絡(luò)中提供海量虛假新聞和操縱Twitter貨幣來夸大話題的重要性或損害對手名譽(yù)，例如贊和分享、關(guān)注和轉(zhuǎn)發(fā)。
不過，德國慕尼黑工業(yè)大學(xué)巴伐利亞公共政策學(xué)院政治科學(xué)家Simon Hegelich表示，這是如何轉(zhuǎn)化為選票的，目前還不清楚。他認(rèn)為，機(jī)器人不太可能改變選民的偏好，但它們可能會影響他們決定是否進(jìn)行投票。“很難用一種科學(xué)嚴(yán)謹(jǐn)?shù)姆绞綑z驗這一點(diǎn)。”他說。
德國似乎是一個實驗的好地方。德國議會的官網(wǎng)曾在2015年被黑客入侵，人們擔(dān)心被竊取的電子郵件可能會被公布，從而在戰(zhàn)略上影響選舉。今年春天的法國總統(tǒng)大選中，機(jī)器人就將人們的注意力吸引到偷竊以及偽造的文件上。去年10月，默克爾就敦促各政黨不要使用社交機(jī)器人，除新選擇黨外，所有主要政黨都表示同意。
現(xiàn)在，許多研究小組正在搜羅數(shù)以千萬計的與德國大選有關(guān)的推文，以表明機(jī)器人正在發(fā)揮影響力。英國牛津大學(xué)計算機(jī)宣傳項目的Lisa-Maria Neudert 將目前的機(jī)器人活動與去年2月德國總統(tǒng)大選期間的模式進(jìn)行了比較。Neudert說，在那次選舉中，一個名為“聯(lián)邦議會”的政治機(jī)構(gòu)進(jìn)行了投票而不是公眾，而且，機(jī)器人在政治推文中占了一小部分。她預(yù)計在即將到來的選舉中會有更多機(jī)器人活躍在其中。
在日益發(fā)展的政治領(lǐng)域中，機(jī)器人是最大的挑戰(zhàn)之一。Neudert承認(rèn)，自己的衡量標(biāo)準(zhǔn)十分粗糙：她將一天發(fā)表了50所條使用了政治標(biāo)簽的推文的賬戶標(biāo)記成一個機(jī)器人。
但Hegelich認(rèn)為，這是錯誤的。一些人類用戶發(fā)的推文可能更多，而一些機(jī)器人的推文要少得多。但Neudert表示，該方法非常善于發(fā)現(xiàn)機(jī)器人。
早期版本的社交機(jī)器人很容易被識別，因為許多機(jī)器人日夜不停地發(fā)布信息，但在機(jī)器人和探測器之間的軍備競賽中，它們變得更難識別了。例如，一些機(jī)器人為了應(yīng)對Neudert的規(guī)則，將推文發(fā)布數(shù)量控制在50以下。“你無法100%確定誰是機(jī)器人。”Hegelich說。
為了在默克爾與舒爾茨的辯論中發(fā)現(xiàn)機(jī)器人留下的“指紋”，PropStop項目科學(xué)家決定采用其他方法。他們發(fā)現(xiàn)，使用#verr?terduell標(biāo)簽的賬戶往往是新用戶，并且比其他賬戶更頻繁地轉(zhuǎn)發(fā)現(xiàn)有信息。
此外，許多研究人員正轉(zhuǎn)向機(jī)器學(xué)習(xí)技術(shù)，以區(qū)分真假用戶。例如，F(xiàn)errara利用經(jīng)過驗證的人類用戶和機(jī)器人發(fā)布的數(shù)百萬條推文開發(fā)了一種算法。它能追蹤數(shù)以百計的特征，包括用戶的年齡和使用的表情符等。
而Hegelich正在調(diào)查即將到來的選舉投票率和機(jī)器人活動之間的關(guān)系，他研究了一些因素，比如“感嘆號”的分布，以確定哪些用戶機(jī)器人。“大多數(shù)機(jī)器人要么使用大量的感嘆號，要么從不使用。”他說。
但即使是最復(fù)雜的模型也可能會漏掉許多機(jī)器人，F(xiàn)errara說，“我們在檢測簡單機(jī)器人方面做得很好，但對于那些基于人工智能的更復(fù)雜和先進(jìn)的機(jī)器人，我們很可能錯過了它們中的大多數(shù)。”
也許最緊迫的問題是，誰是機(jī)器人的幕后推手。Ferrara追蹤了去年美國總統(tǒng)大選中部署的機(jī)器人。在唐納德·特朗普勝利之后，“這些賬戶沉寂下來了。”Ferrara說，但在法國大選前夕，一些賬戶重新“回歸”，推動了法國極右翼候選人馬琳·勒龐的競選。甚至許多賬號的語言被轉(zhuǎn)換為法語。Ferrara目前正在調(diào)查是否德國也有同樣的機(jī)器人。
