La generalización de los bots es una realidad hoy en día. Tareas rutinarias o fácilmente ejecutables a través de un algoritmo quedan en manos de inteligencias artificiales programadas para tal fin, máquinas capaces de emular al cerebro humano. Sin embargo, no todos los sitios hacen un uso positivo de los bots, hasta el punto de que representan uno de los delitos cibernéticos más sofisticados y populares actualmente.
Detectarlos no es una tarea sencilla. Investigadores de Ciencias de la Computación de la Universidad de Carolina del Norte (NC State) en Estados Unidos parecen haber encontrado una fórmula. Para ello han programado un ordenador para jugar a Memory (popular juego también conocido como Concentration). Con los resultados del estudio pretenden mejorar tanto la seguridad del equipo como la comprensión del funcionamiento de la mente humana.
Memory es uno de esos tradicionales juegos de concentración, disponible en versión online, en el que se colocan boca abajo varios pares de cartas en un orden aleatorio. Entonces se pide a los jugadores que den la vuelta a dos cartas a la vez para encontrar pares coincidentes. Si falla se vuelven a colocar boca abajo, y así hasta que el jugador consigue memorizar dónde se encuentran las cartas del mismo valor.
Según explica la universidad en un comunicado, el equipo de investigación ha desarrollado un software ACT-R (Siglas en inglés de Control adaptativo del pensamiento racional) que permite reproducir los mecanismos del pensamiento humano para enfrentarse al juego.
Se trata de una arquitectura cognitiva desarrollada inicialmente por John Robert Anderson de la Universidad Carnegie Mellon, capaz de definir las operaciones cognitivas y perceptivas básicas e irreductibles que permite la mente humana.
Los resultados del estudio se han publicado en el trabajo
“Modelando el juego Memory con ACT-R”,
que se presenta esta semana en la Conferencia Internacional sobre Modelado Cognitivo (ICCM) que se celebra del 11 al 14 de julio en Ottawa. La investigación fue financiada por la Agencia de Seguridad Nacional (NSA) de EEUU, que trabaja en mecanismos para proteger las redes informáticas de las agencias federales ante cualquier ataque.
Arquitectura cognitiva
Los investigadores aplicaron el software ACT-R mediante dos estilos de juego: uno que perseguía minimizar el número de errores y vueltas durante una partida, y otro en el que primaba reducir al mínimo el tiempo para completarla. En el primer caso el software se tomaba su tiempo, generando partidas más largas sin fallos apenas, mientras que en el segundo el juego era rápido pero con más errores.
Para completar el estudio se sumó la experiencia aportada en el juego por 179 personas, que jugaron a Memory 20 veces cada uno, diez para valorar la precisión y otras tantas para comprobar la velocidad.
Aunque los resultados del modelado son generalmente coherentes con la actuación humana, siempre se detectan algunas diferencias sistemáticas. Esos detalles son los más preciados para los investigadores, ávidos por distinguir jugadores de carne y hueso de bots automatizados. Y es que el objetivo final no es otro que identificar este tipo de robots en diferentes aplicaciones web, sobre todo en aquellas donde plantean problemas de seguridad, desde juegos online al voto electrónico.
“Una forma de conocer las diferencias entre la conducta humana y la de un bot es observar el comportamiento de los robots”,
explica el doctor Robert St. Amant, profesor asociado de Ciencias de la Computación en NC State y coautor del artículo que describe el trabajo. Sin embargo, su equipo da una vuelta de tuerca, al centrarse en “observar lo que hacen los humanos”.
El resultado ha sido positivo, encontrando diferencias sutiles entre la forma en que las personas y las máquinas juegan a Memory, tanto que serían
“muy difíciles de reproducir fuera de una arquitectura cognitiva como ACT-R”,
asegura el doctor David Roberts, otro de los coautores del estudio.
“El nivel de sofisticación necesario para reproducir estas características especiales en un bot sería tan costoso, en términos de tiempo y dinero, que sería -afortunadamente- un coste prohibitivo”,
añade el profesor.
La mente humana
Con esta explicación se garantiza el primer objetivo de la investigación, detectar diferencias entre el rendimiento de los jugadores reales y el modelo ACT-R, lo que podría proporcionar los medios para identificar bots y expulsarlos de las aplicaciones y servicios en línea.
Sin embargo, el equipo modificó además los parámetros de su modelo de juego para determinar qué variables se correspondían más con la lógica de los participantes reales. De esta forma podían obtener una explicación plausible de los procesos cognitivos que tiene lugar en la mente humana cuando se juega a Memory.
Por ejemplo, el modelo que usan los investigadores a veces tiene que tomar una decisión: recordar la ubicación de una carta seleccionada anteriormente o explorar el tablero para elegir una nueva. Cuando se juega con velocidad, el modelo toma la segunda opción, ya que resulta más rápido que recuperar información de la memoria. Ese puede ser también el esquema que sigue el cerebro humano.
“Esta información nos acerca a entender cómo se relaciona la función cognitiva con la manera en que interactuamos con los ordenadores”,
apunta Roberts. Y lo que es más, en última instancia, este tipo de información podría utilizarse en el desarrollo de herramientas para ayudar a los diseñadores de software a identificar cómo sus decisiones de diseño afectan a los usuarios finales de sus productos.
“¿Algunas de esas características confunden a los usuarios? ¿Cuáles y en qué momento?”,
se plantea el profesor, convencido de que sería información útil.
