[論文レビュー] Artificial intelligence for elections: the case of 2019 Argentina primary and presidential election

Zhenkun Zhou, Hernán A. Makse|arXiv (Cornell University)|Oct 24, 2019

Misinformation and Its Impacts参考文献 2被引用数 5

ひとこと要約

本論文は、Twitterデータ、ネットワーク理論、機械学習を活用したAI駆動型の大規模データ分析モデルを提案する。このモデルは、アルゼンチン2019年の予備選挙でアレハンドロ・フェルナンデス氏の16%の勝利差を的中させ、伝統的な世論調査機関が見逃した結果を予測した。モデルは、リアルタイムの公的世論を大規模に分析することで、従来の世論調査を上回り、一般選挙においてフェルナンデス氏に47.5%、マクリ氏に30.9%、第三党候補に21.6%の支持を予測した。

ABSTRACT

We use a method based on machine learning, big-data analytics, and network theory to process millions of messages posted in Twitter to predict election outcomes. The model has achieved accurate results in the current Argentina primary presidential election on August 11, 2019 by predicting the large difference win of candidate Alberto Fernandez over president Mauricio Macri; a result that none of the traditional pollsters in that country was able to predict, and has led to a major bond market collapse. We apply the model to the upcoming Argentina presidential election on October 27, 2019 yielding the following results: Fernandez 47.5%, Macri 30.9% and third party 21.6%. Our method improves over traditional polling methods which are based on direct interactions with small number of individuals that are plagued by ever declining response rates, currently falling in the low single digits. They provide a reliable polling method that can be applied not only to predict elections but to discover any trend in society, for instance, what people think about climate change, politics or education.

研究の動機と目的

• 応答率の低下と非応答バイアスの増大による、伝統的世論調査手法の継続的失敗に対処すること。
• リアルタイムのソーシャルメディアデータを活用したAIベースの選挙結果予測の代替手法を開発すること。
• 変動が激しい政治的状況において、大規模データ駆動型の世論分析が従来のアンケート手法を上回ることの優位性を示すこと。
• アルゼンチン2019年予備選挙および一般選挙期における公的世論の傾向を、Twitterハッシュタグネットワークと累積的世論追跡を用いて分析すること。
• 気候変動や教育に関する世論など、選挙以外の社会的動向をモニタリングするためのスケーラブルで信頼性の高い方法を提供すること。

提案手法

• モデルは、2019年アルゼンチン選挙期における政治的候補者に関連する多数の公開メッセージを収集するために、Twitter Search APIを活用する。
• ネットワーク理論を適用して、ハッシュタグの共起ネットワークを構築し、フェルナンデス、マクリ、第三党候補の支持集団を同定する。
• 2つの予測戦略を採用する：(1) 14日間のウィンドウ（w=14）における即時のスナップショット、(2) 2019年3月以降の累積平均を用いて長期的世論傾向を追跡する。
• 累積平均は、短期的な変動を最小限に抑え、時間経過に伴う耐性を高める安定的予測因子として用いられる。
• 機械学習と大規模データ分析により、ボットや誤情報からのノイズをフィルタリングし、真の公的世論に焦点を当てる。
• モデルは、累積的世論傾向と実際のPASO予備選挙結果を比較することで予測を検証し、一般選挙への外挿を実施する。

実験結果

リサーチクエスチョン

• RQ1 AI駆動型のTwitterデータ分析は、応答率が低く、高リスクな環境下で、伝統的世論調査を上回って選挙結果を予測できるか？
• RQ2 リアルタイムのスナップショットモデルと比較して、ソーシャルメディアデータからの累積的世論傾向は、実際の選挙結果とどの程度相関しているか？
• RQ3 アルゼンチン2019年選挙サイクルにおいて、左派傾向と右派傾向の候補者支持者間の世論パターンにどのような違いが見られるか？
• RQ4 ソーシャルメディアネットワークとハッシュタグコミュニティは、政治的世論ダイナミクスを形成・反映する上で、どのような役割を果たすか？
• RQ5 大規模データ分析は、『Lunes Negro』崩壊のような主要な経済的・政治的マーケットショックを、世論のシフトから検知・予測できるか？

主な発見

• AIモデルは、2019年8月11日開催のPASO予備選挙でアレハンドロ・フェルナンデス氏の16%の勝利差を的中させ、アルゼンチンの5大世論調査機関が全員が見逃した結果を正確に予測した。
• 伝統的世論調査機関はマウリシオ・マクリ氏の1ポイントの勝利を誤って予測し、債券市場の急騰を引き起こしたが、その後『Lunes Negro』でMerval指数が40%下落した。
• 一般選挙（2019年10月27日）において、モデルはフェルナンデス氏に47.5%、マクリ氏に30.9%、第三党候補に21.6%の支持を予測した。
• 2019年3月以降に算出された累積的世論インジケーターは、異なる開始時刻（t₀）に対しても安定的かつ正確な予測を示し、耐性の高さを裏付けた。
• ハッシュタグネットワーク分析から、フェルナンデス支持者らは経済危機や飢餓に対する怒りを表明していた一方、マクリ支持者らは政策的懸念を示さず、道徳的支援を示していた。
• 累積平均は、特に変動が激しい政治的環境下で、短期的スナップショットよりも長期的世論シフトをより的確に捉えており、優れた性能を示した。