Elon Musk dit que l’accord sur Twitter “ne peut pas aller de l’avant” tant qu’il n’a pas de clarté sur les numéros de bot

Elon Musk dit que l'accord sur Twitter "ne peut pas aller de l'avant" tant qu'il n'a pas de clarté sur les numéros de bot
Written by admin

Le projet de Musk d’acheter Twitter a inquiété les décideurs politiques du monde entier.

Joe Skipper | Reuter

Elon Musk a déclaré que son achat de 44 milliards de dollars de Twitter n’irait pas de l’avant tant qu’il n’aurait pas plus de clarté sur le nombre de faux comptes.

Twitter a estimé dans un dossier plus tôt ce mois-ci que moins de 5 % de ses utilisateurs actifs quotidiens monétisables – appelés mDAU – au cours du premier trimestre étaient des bots ou des comptes de spam.

Mais Musk estime qu’environ 20 % des comptes sur Twitter sont des faux ou des spams et il craint que ce nombre ne soit encore plus élevé.

“Mon offre était basée sur l’exactitude des documents SEC de Twitter”, Musk a tweeté tôt mardi matin. “Hier, le PDG de Twitter a publiquement refusé de montrer la preuve de <5%. Cet accord ne peut pas avancer tant qu'il ne le fait pas."

Les actions de Twitter ont glissé de 2,22 % dans les échanges avant commercialisation mardi. Un porte-parole de Twitter n’a pas immédiatement répondu à une demande de commentaire de CNBC.

Le tweet de Musk intervient quelques heures seulement après que Parag Agrawal, PDG de Twitter, a publié un long fil concernant les spams sur le réseau social.

Agrawal, un ingénieur logiciel, a déclaré que les estimations de spam de Twitter sont basées sur de multiples examens humains de milliers de comptes qui sont échantillonnés à plusieurs reprises au hasard au fil du temps.

Il a déclaré qu’il n’était pas possible pour les groupes externes de calculer le nombre exact de comptes de spam sur la plate-forme, car cela nécessite à la fois des informations publiques et privées que Twitter ne peut pas partager.

“En externe, il n’est même pas possible de savoir quels comptes sont comptés comme mDAU un jour donné”, a-t-il déclaré.

L’analyse de Musk

Musk a déclaré que son équipe menait sa propre analyse du nombre de faux comptes sur la plate-forme, mais les experts des médias sociaux, de la désinformation et de l’analyse statistique affirment que son approche suggérée pour une analyse plus approfondie est cruellement déficient.

“Pour le savoir, mon équipe fera un échantillon aléatoire de 100 abonnés de @twitter”, Musk a tweeté vendredi. “J’invite les autres à répéter le même processus et à voir ce qu’ils découvrent.”

Il a clarifié sa méthodologie dans les tweets suivants, ajoutant : “Choisissez n’importe quel compte avec beaucoup d’abonnés” et “Ignorez les 1 000 premiers abonnés, puis choisissez tous les 10. Je suis ouvert à de meilleures idées.”

Musk a également déclaré, sans fournir de preuves, qu’il avait choisi 100 comme nombre de taille d’échantillon pour son étude, car c’est le nombre que Twitter utilise pour calculer les chiffres dans leurs rapports sur les revenus.

“Tout processus d’échantillonnage aléatoire raisonnable convient. Si de nombreuses personnes obtiennent indépendamment des résultats similaires pour % de faux/spams/comptes en double, ce sera révélateur. J’ai choisi 100 comme nombre d’échantillons, car c’est ce que Twitter utilise pour calculer <5 % faux/spam/doublon."

Carl T. Bergstrom, un professeur de l’Université de Washington qui a co-écrit un livre pour aider les gens à comprendre les données et à éviter d’être dupé par de fausses déclarations en ligne, a déclaré à CNBC que l’échantillonnage d’une centaine d’abonnés d’un seul compte Twitter ne devrait pas servir de “diligence raisonnable”. ” pour avoir fait une acquisition de 44 milliards de dollars.

Il a déclaré qu’une taille d’échantillon de 100 est bien inférieure à la norme pour les chercheurs en médias sociaux étudiant des questions similaires et pourrait entraîner un biais de sélection.

Le co-fondateur de Facebook, Dustin Moskovitz, a pesé sur la question via son propre compte Twitter, soulignant que l’approche de Musk n’est pas réellement aléatoire, utilise un échantillon trop petit et laisse la place à des erreurs massives.

Reportage supplémentaire de Lora Kolodny de CNBC.

Leave a Comment