Estos datos de bot miden una muestra del 1% de la transmisión pública de Twitter para identificar tweets que podrían considerarse haiku. Luego republica el resultado, formateándolo como se puede ver arriba, y retweets del original en su cuenta de Twitter. La página en la que se publican los haikus utiliza imágenes de fondo aleatorias de la naturaleza, un guiño a la referencia estacional tan valorada en esta tradición poética.

Screen capture from "Tweet Haikus" by Brandon Wood. Background image is a cloud in a blue sky with three gray text boxes with two lines of words each. Text: "I'm sorry you / guys" "this kid is / obsessed with me" "and hacked my account"

Este proyecto es muy similar al HaikuD2 de John Burger: ambos son bots que minan, filtran, reformatean y publican poesías conceptualmente reempaquetadas conceptualmente en la tradición Haiku. Su proximidad invita a la comparación de las elecciones realizadas en la selección y configuración de la salida procesada. Una diferencia notable es la división en líneas (en HaikuD2) versus el uso de etiquetas div para separar cada grupo de sílabas de 5 o 7, particularmente con la forma en que enfocan la atención en ideas, frases, imágenes, enfatizando o restando importancia al enjambment. Otro es cómo manejan la atribución en su publicación. Wood muestra el tweet original en la página "Tweet Haikus" y vuelve a vincularlo, pero la manifestación de Twitter es simplemente un retweet de @tweethaikuscom, sin siquiera un enlace a la página generada por él o un hashtag (como lo hace el bot de Burger ) para que el lector se dé cuenta de que han escrito inadvertidamente algo que podría leerse como un haiku. Se podrían hacer más comparaciones, e incluso evaluaciones de su éxito relativo, pero basta decir que ambos bots son efectivos en lo que hacen, y ambos tienen espacio para desarrollarse para refinar su resultado (que ambos programadores han expresado públicamente).

Presentado en Genre: Bot
Link to ELMCIP Knowledge Base entry.