Kann ein Social-Media-Algorithmus einen Terroranschlag vorhersagen?

Die Überwachung sozialer Medien scheint ein offensichtlicher Weg zu sein, um Ereignisse wie einen Protest oder einen Terroranschlag vorherzusagen, aber es hat sich bisher als schwierig erwiesen. So war Brasilien 2013 weitgehend unvorbereitet auf Massenproteste, obwohl diese über soziale Medien organisiert wurden.





Solche Fehler waren die Motivation für eine Studie, die heute in veröffentlicht wurde Wissenschaft . Ein Forscherteam konnte eine grundlegende Art und Weise charakterisieren, wie Terroristen und andere Gruppen soziale Medien nutzen, um sich zu organisieren. Die Forscher verwendeten diese Daten dann, um einen Algorithmus zu erstellen, der möglicherweise das zukünftige Verhalten dieser Gruppen vorhersagen kann, einschließlich wenn ihre Aktivitäten im Vorfeld eines Ereignisses eskalieren (siehe Fighting Isis Online).

Die meisten Social-Media-Plattformen bieten eine einfache Möglichkeit, eine Community- oder Organisationsseite einzurichten, der jeder beitreten, Informationen austauschen und anonym bleiben kann. Diese Ad-hoc-Gruppen, die in dieser Studie als Aggregate bezeichnet werden, werden von terroristischen Gruppen genutzt, um zu kommunizieren und Unterstützung aufzubauen.

Neil Johnson, ein Physiker an der University of Miami, und sein Team konzentrierten sich auf eine in Russland ansässige soziale Plattform namens VKontakte, die weltweit 360 Millionen Nutzer hat. Sie identifizierten manuell 196 Pro-ISIS-Aggregate mit 108.086 Personen auf der Grundlage von Inhalten, die eine konkrete Verbindung zu ISIS nahelegten (und nicht nur Schlüsselwörter). Die Forscher sahen, dass diese Aggregate im Laufe der Zeit wachsen und größere sich aus der Verschmelzung kleinerer entwickeln. Sie verfolgten sie über einen Zeitraum von sechs Monaten, um täglich Daten über ihr Verhalten zu sammeln, die sie dann zur Erstellung eines Vorhersagealgorithmus verwendeten.



Die Forschung deckt einige grundlegende Merkmale sozialer Gruppen auf, die für die Terrorismusbekämpfung wichtig sein könnten – zum Beispiel, dass es effektiver ist, Aggregate zu identifizieren als Individuen (die zahlreicher und zeitaufwändiger zu analysieren sind) und kleinere, schwächere anzugreifen Aggregate, bevor sie sich zu größeren verbinden. Der Algorithmus scheint auch darauf hinzudeuten, dass die Rate der Aggregatbildung im Vorfeld großer Ereignisse eskaliert, was vor den Protesten 2013 in Brasilien und den ISIS-Angriffen 2014 in Kobane, Syrien, der Fall war.

Johnson sagt, dass die von ihrem Algorithmus aufgedeckten Informationen verwendet werden könnten, um ein Tool zu erstellen, das die Anti-Terror-Bemühungen unterstützt (siehe What Google and Facebook Can Do to Fight Isis ). Es wäre möglich, eine automatisierte Maschinerie zu erstellen, die dann die verschiedenen Online-Medienseiten durchsucht und die Aggregate erkennt, ihre Dynamik erkennt, sie überprüft, nach der Eskalation sucht und daher die Warnungen erhöht, wenn es zu einer Eskalation der Aggregatbildung kommt, sagt er .

Die Eliminierung terroristischer Aktivitäten in den sozialen Medien stellt eine Herausforderung dar – oft gehen Abschaltungen von der Plattform selbst aus, die die Grenze zwischen öffentlicher Sicherheit und Meinungsfreiheit überwinden muss. Facebook hat ein Team, das Personen oder Gruppen identifiziert und entfernt, die mit terroristischen Inhalten in Verbindung stehen, und Twitter hat Anfang dieses Jahres 125.000 Konten mit Links zu ISIS gesperrt. Einzelne Hacker und Regierungsbehörden können ebenfalls eingreifen – letztes Jahr entfernte die Online-Hacktivistengruppe Anonymous 20.000 Twitter-Konten mit Verbindungen zu ISIS.



Einige Wissenschaftler stellen jedoch den Wert des Algorithmus als Vorhersageinstrument für die Bemühungen zur Terrorismusbekämpfung in Frage. Andrew Gelman, Professor für Statistik und Politik an der Columbia University, hält die Idee, Aggregate zu betrachten, für eine gute Idee, aber die Analyse des Verhaltens von Aggregaten in der Studie könnte nützlicher sein als ihr Vorhersagealgorithmus.

Theoretisch gibt es einen gewissen Nutzen aus der Modellierung, sagt er, aber ich glaube nicht, dass sie wirklich schon so weit sind.

verbergen