Padrões de comportamento das contas bots e humanas na mídia x por meio da análise de sentimentos no chatgpt

Danielle Pompeu Noronha Pontes; João de Melo Maricato

doi:10.22477/ix.ebbc.326

Autores

Danielle Pompeu Noronha Pontes Universidade de Brasília (UnB) https://orcid.org/0000-0003-0036-6638
João de Melo Maricato Universidade de Brasília (UnB) https://orcid.org/0000-0001-9162-6866

DOI:

https://doi.org/10.22477/ix.ebbc.326

Palavras-chave:

Análise de Sentimentos, Chat GPT, Altmetria, X – Antigo Twitter, Identificação de bots

Resumo

Análises automatizadas na comunicação digital contribuem para compreensão dos fenômenos sociais. Este artigo explora as trocas sociais de literaturas científicas no X, para analisar os sentimentos e o comportamento dos seus usuários em relação às publicações com o objetivo de identificar padrões de comportamento de bots. Diante disso, este experimento analisa, através do uso do ChatGPT, postagens no X sobre uma publicação. Foram selecionadas 26 contas dentre as quais tiveram os mais elevados números de postagens no X na plataforma Altmetric e analisada uma amostra de 3.380 postagens. Observa-se que houve diferenças marcantes no comportamento entre bots e humanos.

Biografia do Autor

Danielle Pompeu Noronha Pontes, Universidade de Brasília (UnB)

Aluna de Doutorado em Cência da Informação (PPGCI/UNB). Mestre em Sistemas Digitais pela (Poli/USP).Bacharel em Processamento de Dados (iCOMP/UFAM)

João de Melo Maricato, Universidade de Brasília (UnB)

Pós-doutorado na Universidade de Brasília sob tutoria da Profa. Dra. Suzana Mueller, Doutor em Ciência da Informação pela Escola de Comunicações e Artes da Universidade de São Paulo - ECA/USP.

Referências

ARREDONDO, Luis, A. Study of Altmetrics Using Sentiment Analysis. Honors Capstones, [S. l.], v. 70, 2018. Disponível em: https://huskiecommons.lib.niu.edu/studentengagement-honorscapstones/70. Acesso em: 1 fev. 2024.

BARRETO, Sérgio et al. Sentiment analysis in tweets: an assessment study from classical to modern word representation models. Data Mining and Knowledge Discovery, [S. l.], v. 37, n. 1, p. 318–380, 2023. DOI: https://doi.org/10.1007/s10618-022-00853-0. Disponível em: https://link.springer.com/article/10.1007/s10618-022-00853-0. Acesso em: 1 fev. 2024.

DARLING, Emily et al. The role of Twitter in the life cycle of a scientific publication. Ideas in Ecology and Evolution, [S. l.], v. 6, p. 32–43, 2013. DOI: http://dx.doi.org/10.4033/iee.2013.6.6.f. Disponível em: https://ojs.library.queensu.ca/index.php/IEE/article/view/4625. Acesso em: 1 fev. 2024.

HASSAN, Saeed Ul et al. Sentiment analysis of tweets through Altmetrics: A machine learning approach. Journal of Information Science, [S. l.], v. 47, n. 6, p. 712-726, 2021. DOI: https://doi.org/10.1177/0165551520930917. Disponível em: https://journals.sagepub.com/ doi/10.1177/0165551520930917. Acesso em: 1 fev. 2024.

HASSAN, Saeed Ul et al. Exploiting tweet sentiments in altmetrics large-scale data. Journal of Information Science, [S. l.], v. 49, n. 5, p. 1229–1245, 2023. DOI: https://doi.org/10.1177/01655515211043713. Disponível em: https://journals.sagepub.com/doi/10.1177/01655515211043713. Acesso em: 1 fev. 2024.

HALEVI, Gali; SCHIMMING, Laura. An Initiative to Track Sentiments in Altmetrics. Journal of Altmetrics, [S. l.], v. 1, n. 1, p. 2, 2018. DOI: https://doi.org/10.29024/joa.1. Disponível em: https://journalofaltmetrics.org/articles/10.29024/joa.1. Acesso em: 1 fev. 2024.

KHEIRI, Kiana; KARIMI, Hamid. Sentimentgpt: Exploiting gpt for advanced sentiment analysis and its departure from current machine learning. arXiv preprint arXiv:2307.10234, 2023. DOI: https://doi. org/10.48550/arXiv.2307.10234. Disponível em: http://arxiv.org/abs/2307.10234. Acesso em: 10 fev. 2024.

LIU, Haoyue et al. Aspect-Based Sentiment Analysis: A Survey of Deep Learning Methods. IEEE Transactions on Computational Social Systems, [S. l.], v. 7, n. 6, p. 1358–1375, 2020. DOI: https://doi. org/10.1109/TCSS.2020.3033302. Disponível em: https://ieeexplore.ieee.org/document/926016. Acesso em: 2 fev. 2024.

PONTES, Danielle; MARICATO, João de Melo. Classificação de contas do twitter através do botometer. In: ENCONTRO NACIONAL DE PESQUISA EM INFORMAÇÃO 2023a, Aracaju, SE. Anais [...]. Aracaju, SE. Disponível em: https://enancib.ancib.org/index.php/enancib/xxxiiienancib/paper/view/1957. Acesso em: 27 mar. 2024

PONTES, Danielle; MARICATO, João. Dataset with classification of accounts that disclose scientific articles on twitter between bots, human and cyborg through Botometer. Version 1, [S. l.], 11 mar. 2023b. Dataset. DOI: https://doi.org/10.5281/zenodo.8137161. Disponível em: https://zenodo.org/records/8137161. Acesso em: 1 fev. 2024.

SILVA, Maria Eduarda; SERRANO, Paulo Henrique. Análise de sentimentos em textos de redes sociais: uma comparação entre o ChatGPT e métodos tradicionais. Cadernos de Comunicação, [S. l.], v. 27, n. 3, 2023. Disponível em: https://periodicos.ufsm.br/ccomun%20icacao/article/view/84828. Acesso em: 13 jan. 2024.