[論文レビュー] Coronavirus on Social Media: Analyzing Misinformation in Twitter Conversations.

Karishma Sharma, Sungyong Seo+4 more|arXiv (Cornell University)|Mar 26, 2020

Misinformation and Its Impacts参考文献 8被引用数 52

ひとこと要約

本研究では、2020年3月1日から6月5日まで、Twitterにおける新型コロナウイルスに関する誤情報の分析を、ストリーミングデータと事実確認のソースを用いて実施した。誤情報の物語、関与のパターン、誤情報の傾向を明らかにし、パubbリックダッシュボードを通じてリアルタイムの知見を発信することで、透明性を高め、公共の議論を支援した。

ABSTRACT

The ongoing Coronavirus (COVID-19) pandemic highlights the inter-connectedness of our present-day globalized world. With social distancing policies in place, virtual communication has become an important source of (mis)information. As increasing number of people rely on social media platforms for news, identifying misinformation and uncovering the nature of online discourse around COVID-19 has emerged as a critical task. To this end, we collected streaming data related to COVID-19 using the Twitter API, starting March 1, 2020. We identified unreliable and misleading contents based on fact-checking sources, and examined the narratives promoted in misinformation tweets, along with the distribution of engagements with these tweets. In addition, we provide examples of the spreading patterns of prominent misinformation tweets. The analysis is presented and updated on a publically accessible dashboard (this https URL) to track the nature of online discourse and misinformation about COVID-19 on Twitter from March 1 - June 5, 2020. The dashboard provides a daily list of identified misinformation tweets, along with topics, sentiments, and emerging trends in the COVID-19 Twitter discourse. The dashboard is provided to improve visibility into the nature and quality of information shared online, and provide real-time access to insights and information extracted from the dataset.

研究の動機と目的

• 初期パンデミック段階におけるSNS上での新型コロナウイルスに関する誤情報の性質と拡散様式を理解すること。
• 外部の事実確認ソースを基準として用い、Twitter上での信頼性の低い誤解を含むコンテンツを同定すること。
• 誤情報ツイートに関連する物語、感情、関与のパターンを分析すること。
• オンラインディスコースにおける新型コロナウイルスに関する誤情報の質とダイナミクスに関する、リアルタイムで公開可能な知見を提供すること。
• Twitter上の誤情報傾向の可視性を向上させることで、公衆衛生コミュニケーションを支援すること。

提案手法

• 2020年3月1日から6月5日まで、Twitter APIを用いて新型コロナウイルス関連のリアルタイムのTwitterストリーミングデータを収集した。
• 事実確認のソースと照合することでツイートを照合し、信頼性の低いコンテンツをラベル付けした。
• 自然言語処理と手動ラベリングを用いて、誤情報ツイートを支配的ないдей、感情、トピックごとに分類した。
• リツイートやいいねなどの関与メトリクスを追跡し、誤情報の拡散と到達範囲を分析した。
• 毎日、パブリックダッシュボードに知見を可視化・更新することで、リアルタイムでのアクセスを確保した。
• 変化するオンラインディスコースにおけるパンデミックに関する傾向を監視できる、継続的に更新されるデータセットと分析を提供した。

実験結果

リサーチクエスチョン

• RQ1 初期の新型コロナウイルスパンデミック期に、Twitterで共有された誤情報において、最も一般的な物語や誤った主張の種類は何か？
• RQ2 「いいね」やリツイートなどの関与メトリクスは、Twitter上での誤情報の拡散とどのように相関していたか？
• RQ3 プラットフォーム上での誤った新型コロナウイルス関連コンテンツに関連する支配的な感情とトピックは何か？
• RQ4 2020年3月1日から6月5日までの間、誤情報の量と性質はどのように変化したか？
• RQ5 この期間中に、ソーシャルメディアはパンデミックに関する誤った情報を拡散するのを助ける役割を果たしたか、それとも抑える役割を果たしたか？

主な発見

• 本研究では、新型コロナウイルスに関する誤情報の大量の発生が確認され、主に感染経路、治療法、発生源に関する誤った主張が中心であった。
• 誤情報ツイートは、事実確認の取り組みにもかかわらず、頻繁に高い関与を示し、強い拡散性を示していた。
• 一般的な物語には、ウイルスの発生源に関する陰謀論、偽りの治療法、感染者数や死亡率に関する誇張された主張が含まれていた。
• 感情分析の結果、誤情報はしばしば否定的またはセンセーショナルなトーンを帯びており、不安や不信を助長していた。
• パブリックダッシュボードにより、新たな誤情報傾向のリアルタイムでの可視性が確保され、早期の監視と対応が可能になった。
• 分析により、Twitterのようなソーシャルメディアプラットフォームが、検証されていない主張の急速な拡散を通じて、一般の認識を形成する中心的な役割を果たしていることが示された。