Simon Willison publica una herramienta que detecta bots de respuesta en Bluesky
El desarrollador ha sacado una utilidad que analiza un perfil de Bluesky y busca señales de respuesta automatizada. La generó con Opus 5.5 y el código es abierto.
Simon Willison ha publicado una herramienta que examina un perfil de Bluesky y busca indicios de que por detrás haya un bot de respuesta automática. La escribió pidiéndosela a Opus 5.5 y el código ha entrado en su repositorio de utilidades a través de un pull request abierto en simonw/tools.
La motivación es la de siempre. En Twitter los bots de respuesta son una plaga: con una cuenta que acumula seguidores, cualquier publicación atrae docenas de contestaciones automáticas sin sentido, y el fenómeno ha empezado a asomar también en Bluesky. La diferencia es que Bluesky mantiene una API pública y utilizable. Eso no frena a los bots, pero sí permite investigarlos sin pelearse con la plataforma, que es justo lo que hacía la tarea insufrible en el otro sitio.
Qué mira
La herramienta rastrea tres patrones, según cuenta su autor:
- Respuestas publicadas segundos después de que la propia cuenta haya publicado algo.
- Perfiles que nunca escriben contenido propio, ni imágenes ni enlaces, y se limitan a responder a mensajes de usuarios con más seguidores.
- Signos de interrogación. Le irritan especialmente los bots que cierran con una pregunta: obligan a perder el tiempo respondiendo a algo que ningún humano ha planteado.
Nada de esto es detección por firma ni análisis de comportamiento a gran escala. Es un comprobador de perfil, que se ejecuta cuando alguien quiere salir de dudas sobre una cuenta concreta, y encaja en la línea de utilidades pequeñas que Willison va publicando para uso propio.
La pieza no trae cifras de acierto, ni un conjunto de cuentas etiquetadas con el que validarla, así que conviene tomarla como lo que es: una heurística útil, no un clasificador con métricas detrás. Quien la quiera ejecutar tiene el código y puede revisar los umbrales.
El interés de fondo está en el método. Con una API abierta se pueden construir detectores baratos en una tarde y comprobar qué hace realmente una cuenta; cuando esa API no existe, la misma investigación se convierte en conjeturas. Que el autor haya recurrido a un modelo para escribir el código es anecdótico al lado de eso.
