【编者按】
社交媒体中的机器人账号正以更隐蔽的方式参与公共讨论。最新研究显示，机器人不仅占据全球事件讨论量的20%，其语言模式和互动结构也与人类存在系统性差异。这些发现提醒我们，在数字时代的舆论场中，辨别信息源的真实性变得愈发重要。了解机器人的行为特征，有助于公众更理性地参与网络讨论，也为平台治理提供了重要参考。
机器人与人类在沟通结构上也存在差异：抽样机器人呈现星型互动结构，而抽样人类呈现层级结构。这些结论基于对7个事件中约2亿用户社交媒体推文的大规模分析。
当社会网络安全研究人员意识到社交媒体用户不仅包括人类，还包括被称为机器人的人工代理时，社交媒体机器人引起了全球轰动。这些机器人通过传播虚假信息和操纵叙事在网上造成严重破坏。然而，大多数关于机器人的研究都基于特定目的的定义，主要取决于所研究的事件。在本文中，我们首先提出“什么是机器人？”的问题，并研究机器人与人类差异的基本原理。我们开发了社交媒体机器人的第一原理定义：“社交媒体机器人是在社交媒体平台上执行一系列机制的自动化账户，用于内容创建、分发和收集，和/或用于关系形成和解散。”基于这一定义，我们系统比较了全球事件中机器人与人类的特征，并反思了软件编程的机器人作为人工智能算法的本质，及其随着技术进步而演化的潜力。
最近，在2021年冠状病毒大流行期间，机器人在社交媒体上积极推送反疫苗叙事和阴谋论。机器人施加社会压力影响人类支持反疫苗意识形态。当在线意识形态的紧张程度足够强烈，传播范围足够广泛时，这些意识形态会溢出到线下世界，导致抗议、骚乱和针对性仇恨言论。
大多数关于社交媒体机器人的研究涉及构建机器人检测算法并应用这些算法分析事件期间的机器人活动。机器人检测算法通常从用户和帖子数据中提取一系列特征，然后构建监督机器学习模型来分类用户是机器人还是人类的可能性。这些机器学习模型范围从逻辑回归、随机森林、分类器集成到深度学习方法。另一种机器人检测技术是基于图的方法，通过用户的连接（即朋友）推断用户是机器人的概率。最近，大型语言模型（LLMs）被纳入机器人检测算法，以处理多样化的用户信息和内容模态。
