Tim je analizirao dva odvojena skupa podataka korisnika Twittera, koji su kao robotski ili ljudski klasificirani uz pomoć iščitavanja poruka i već postojećim algoritmom.

Ručno provjereni skup podataka sastojao se od 8,4 milijuna tweetova s 3500 ljudskih računa i 3,4 milijuna tweetova iz 5000 botova.

Istraživači su otkrili da su ljudi četiri do pet puta češće odgovarali na druge tweetove nego što su to činili botovi. Korisnici od krvi i mesa postupno postaju interaktivniji, a količina odgovora povećava se tijekom jednosatnog korištenja Twittera. Što su duže aktivni na Twitteru, živi korisnici pišu sve kraće poruke, uočili su istraživači.

'Količina razmijenjene informacije se smanjuje, kaže Ferrara. On vjeruje da promjena može biti rezultat kognitivnog iscrpljivanja. Kako vrijeme prolazi, ljudi troše sve manje mentalnog napora na sastavljanje originalnog sadržaja.

Botovi, s druge strane, ne pokazuju promjene u svojoj interaktivnosti ili duljini informacija koju šalju u svojim tweetovima.

Tim je također analizirao količinu vremena koja prođe između bilo koja dva uzastopna tweeta nekog korisnika. Botovi su skloniji slanju poruka u određenim vremenskim razmacima, poput tweetanja u intervalima od 30 minuta ili punog sata.

Tim je zatim kombinirao ove mjere kako bi osposobio Botometer, postojeći algoritam za otkrivanje botova. Pokazalo se da umjetna inteligencija preciznije otkriva lažne račune kad u obzir uzima i vremenske intervale između poslanih poruka.

Ferrara kaže da bi se algoritam mogao upotrijebiti za dopunu drugih alata za otkrivanje botova koji analiziraju rječnik postova.

Rezultati studije ne mogu se uzimati zdravo za gotovo jer su analizirani podaci s Twittera bili stari tri godine. Moguće je da su i roboti u međuvremenu stekli više ljudskih osobina u obrascima svog ponašanja, javlja New Scientist.