Los bots que arruinan las ciencias sociales no son bots en absoluto

Área de la Ciencia:

• Ciencias del Comportamiento
• Interacción Humano-Computadora
• Ciencia de Datos

Sus antecedentes:

• La recopilación de datos en línea es crucial para la investigación en ciencias del comportamiento.
• Los datos de baja calidad, a menudo atribuidos a bots, amenazan la confiabilidad de los estudios en línea.
• La fuente real de datos en línea problemáticos sigue sin ser examinada.

Objetivo del estudio:

• Investigar las fuentes principales de problemas de calidad de datos en la investigación conductual en línea.
• Diferenciar entre datos problemáticos generados por bots y datos problemáticos generados por humanos.
• Informar estrategias para mejorar la integridad de los datos en estudios en línea.

Principales métodos:

• Análisis de datos de plataformas populares de reclutamiento de participantes como Amazon Mechanical Turk (MTurk) y Lucid.
• Enfoque multimétodo en cuatro estudios realizados durante cinco años.
• Identificación de patrones de comportamiento que indican participantes humanos fraudulentos.

Principales resultados:

• La evidencia sugiere que los usuarios humanos fraudulentos, principalmente de fuera de los Estados Unidos, son la principal fuente de datos de baja calidad, no los bots.
• Se identificaron signos reveladores de respuestas humanas fraudulentas.
• Se describieron métodos efectivos para bloquear respuestas humanas problemáticas.

Conclusiones:

• La suposición de que los bots causan la mayoría de los problemas de calidad de datos en línea es probablemente incorrecta.
• Dirigirse a los usuarios humanos fraudulentos es esencial para mejorar la calidad de los datos en la investigación en línea.
• La implementación de estrategias de bloqueo efectivas puede mejorar significativamente la confiabilidad de los hallazgos de las ciencias del comportamiento.