• 22 octubre, 2019
  • 2 min

Detectar falsos “influencers” gracias a la IA

La [Inteligencia Artificial](https://empresas.blogthinkbig.com/video-post-1-que-es-la-inteligencia/) puede sernos muy útil hasta en los lugares más insospechados. ¿Sabías que la IA se puede usar para detectar “falsos” influencers y evitar que las marcas tengan pérdidas millonarias? Si quieres saber cómo, sigue leyendo.

Según un estudio de Cheq y la Universidad de Baltimore, **los anunciantes han perdido por este motivo unos 1.300 millones de euros este año**, y la cifra sigue creciendo… Analizando el perfil de 10.000 *influencers*, se observó que el 25% de sus seguidores eran falsos. También se contactó con 800 agencias de marketing para descubrir que un 75% de ellas había trabajado con ellos durante el año.

El quid de la cuestión radica en que **el caché de un *influencer* suele ser proporcional al número de *followers***: unos 5.000 euros por un millón y unos 500 euros por cien mil seguidores. Mientras que los seguidores y *likes* falsos salen baratos.

En 2018, **la agencia de comunicación [H2H hizo un experimento](https://humantohuman.es/la-falsa-influencer/)**. Contrataron una actriz, crearon un perfil nuevo, hicieron unas cuantas fotos, invirtieron 500€ y, en tres semanas, acumulaba casi 100.000 seguidores en Instagram. Teniendo en cuenta que un *influencer* con 10.000 *followers* puede cobrar, fácilmente, 150 euros por postear una única imagen en Instagram (precio económico), ¿quién no quiere ser *influencer*?

**¿Puede saber un anunciante que los seguidores y los *likes* que suponen la “carta de presentación” de un *influencer* no proceden de granjas rusas de *likes*?**

Nuevamente, [la IA entra al rescate](https://blogthinkbig.com/machine-learning-para-intentar-traducir-el-lenguaje-de-signos-en-tiempo-real). **Programas como *Like Wise* permiten detectar si el *engagement* de un *influencer* es real**. ¿Cómo? Haciendo [lo que mejor hace la IA: analizar patrones](https://blogthinkbig.com/inteligencia-arteficial-ser-creativa).

*Like Wise* creó una base de datos cruzando información sobre granjas de *bots* y decenas de millones de perfiles de usuario, buscando posibles interacciones falsas de éstas con *influencers*. Mediante técnicas de *[machine learning](https://empresas.blogthinkbig.com/machine-learning-y-el-futuro-de-la-traduccion-automatica-de-lenguas-perdidas/)* se pueden **detectar patrones sospechosos de interacción** que generan crecimientos del *engagement* poco realistas.

Por ejemplo, si una cuenta tiene un nivel de *engagement* muy bajo en relación a su número de seguidores, podemos sospechar que cuenta con seguidores *fake* o inactivos. Si además no tienen foto de perfil, publicaciones o sus nombres son aleatorios, los motivos de sospecha aumentan.

Teniendo en cuenta que las firmas invertirán en *influencers* una media de 22.000 millones de euros en 2022, bueno es saber que la [IA les permitirá hacerlo de forma “responsable”](https://blogthinkbig.com/carmen-torrano-entrevista-seguridad-iot-telefonica) y **no desperdiciar su presupuesto** invirtiendo en falsos *influencers*.

RELACIONADOS

Superordenador Mapa mundo 3D Planeta Tierra, experimentos para comprobar que la Tierra no es plana

La basura tecnológica, un problema con muchas soluciones

Se llama basura electrónica o basura tecnológica a los residuos que tienen su origen en componentes o aparatos eléctricos y electrónicos. Rotos, irreparables, inservibles, obsoletos… La...