例如，推特上用戶開(kāi)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(guó)新選擇黨的說(shuō)法，即默克爾的主流基督教民主聯(lián)盟和Schulz的社會(huì)民主黨都“背叛”了這個(gè)國(guó)家。

 

　　然而，研究人員說(shuō)，這些四處亂噴的“毒液”也能并非來(lái)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(lái)與人類(lèi)用戶很像的假冒社交媒體配置文件，但實(shí)際上卻是由算法驅(qū)動(dòng)的。

 

　　隨著德國(guó)人將在9月24日投票選出新議會(huì)，專家們也正在密切關(guān)注社交網(wǎng)絡(luò)上的自動(dòng)宣傳跡象。但到目前為止，在德國(guó)選舉中，機(jī)器人似乎不像在法國(guó)和美國(guó)選舉中那樣活躍。

 

　　不過(guò)，這讓德國(guó)成為一個(gè)實(shí)驗(yàn)室，以便科學(xué)家研究如何識(shí)別機(jī)器人和檢測(cè)其效果。

 

　　大多數(shù)研究人員都集中在Twitter上，因?yàn)樵撥浖⒉唤棺詣?dòng)賬戶。這個(gè)平臺(tái)還可以通過(guò)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(kāi)放10%。

 

　　在分析了來(lái)自全球1400萬(wàn)用戶的Twitter之后，美國(guó)洛杉磯南加州信息科學(xué)研究所計(jì)算機(jī)科學(xué)家Emilio Ferrara估計(jì)，多達(dá)15%的Twitter用戶（數(shù)量高達(dá)5000萬(wàn)）是機(jī)器人。而且，大多數(shù)是政治的衍生品。

 

　　Ferrara說(shuō)：“在機(jī)器人關(guān)注的幾個(gè)話題中，政治無(wú)疑是最突出的。”

 

　　機(jī)器人可以通過(guò)在社交網(wǎng)絡(luò)中提供海量虛假新聞和操縱Twitter貨幣來(lái)夸大話題的重要性或損害對(duì)手名譽(yù)，例如贊和分享、關(guān)注和轉(zhuǎn)發(fā)。

 

　　不過(guò)，德國(guó)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(huì)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(yàn)這一點(diǎn)。”他說(shuō)。

 

　　德國(guó)似乎是一個(gè)實(shí)驗(yàn)的好地方。德國(guó)議會(huì)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(huì)被公布，從而在戰(zhàn)略上影響選舉。今年春天的法國(guó)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(wàn)計(jì)的與德國(guó)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(guó)牛津大學(xué)計(jì)算機(jī)宣傳項(xiàng)目的Lisa-Maria Neudert 將目前的機(jī)器人活動(dòng)與去年2月德國(guó)總統(tǒng)大選期間的模式進(jìn)行了比較。Neudert說(shuō)，在那次選舉中，一個(gè)名為“聯(lián)邦議會(huì)”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(jì)在即將到來(lái)的選舉中會(huì)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(gè)機(jī)器人。

 

　　但Hegelich認(rèn)為，這是錯(cuò)誤的。一些人類(lèi)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(shí)別，因?yàn)樵S多機(jī)器人日夜不停地發(fā)布信息，但在機(jī)器人和探測(cè)器之間的軍備競(jìng)賽中，它們變得更難識(shí)別了。例如，一些機(jī)器人為了應(yīng)對(duì)Neudert的規(guī)則，將推文發(fā)布數(shù)量控制在50以下。“你無(wú)法100%確定誰(shuí)是機(jī)器人。”Hegelich說(shuō)。

 

　　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(xiàng)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(guò)驗(yàn)證的人類(lèi)用戶和機(jī)器人發(fā)布的數(shù)百萬(wàn)條推文開(kāi)發(fā)了一種算法。它能追蹤數(shù)以百計(jì)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(lái)的選舉投票率和機(jī)器人活動(dòng)之間的關(guān)系，他研究了一些因素，比如“感嘆號(hào)”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(hào)，要么從不使用。”他說(shuō)。

 

　　但即使是最復(fù)雜的模型也可能會(huì)漏掉許多機(jī)器人，F(xiàn)errara說(shuō)，“我們?cè)跈z測(cè)簡(jiǎn)單機(jī)器人方面做得很好，但對(duì)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(cuò)過(guò)了它們中的大多數(shù)。”

 

　　也許最緊迫的問(wèn)題是，誰(shuí)是機(jī)器人的幕后推手。Ferrara追蹤了去年美國(guó)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(lái)了。”Ferrara說(shuō)，但在法國(guó)大選前夕，一些賬戶重新“回歸”，推動(dòng)了法國(guó)極右翼候選人馬琳·勒龐的競(jìng)選。甚至許多賬號(hào)的語(yǔ)言被轉(zhuǎn)換為法語(yǔ)。Ferrara目前正在調(diào)查是否德國(guó)也有同樣的機(jī)器人。