[論文レビュー] "Everything I Disagree With is #FakeNews": Correlating Political Polarization and Spread of Misinformation

Manoel Horta Ribeiro, Pedro Calais+2 more|arXiv (Cornell University)|Jun 19, 2017

Misinformation and Its Impacts参考文献 21被引用数 43

ひとこと要約

本研究は、政治的極化がTwitter上での誤情報の認識および拡散にどのように影響するかを調査するもので、政治的言説に基づいて導出されたユーザーおよびURLの極化指標を用いる。研究では、'フェイクニュース'ハッシュタグに関連するユーザーおよびURLが顕著に極化していることが判明し、また'フェイクニュース'という用語は、しばしば意見の相違を示すために使われ、意見に基づいた誤情報に関する物語が生まれていることが明らかになった。

ABSTRACT

An important challenge in the process of tracking and detecting the dissemination of misinformation is to understand the political gap between people that engage with the so called "fake news". A possible factor responsible for this gap is opinion polarization, which may prompt the general public to classify content that they disagree or want to discredit as fake. In this work, we study the relationship between political polarization and content reported by Twitter users as related to "fake news". We investigate how polarization may create distinct narratives on what misinformation actually is. We perform our study based on two datasets collected from Twitter. The first dataset contains tweets about US politics in general, from which we compute the degree of polarization of each user towards the Republican and Democratic Party. In the second dataset, we collect tweets and URLs that co-occurred with "fake news" related keywords and hashtags, such as #FakeNews and #AlternativeFact, as well as reactions towards such tweets and URLs. We then analyze the relationship between polarization and what is perceived as misinformation, and whether users are designating information that they disagree as fake. Our results show an increase in the polarization of users and URLs associated with fake-news keywords and hashtags, when compared to information not labeled as "fake news". We discuss the impact of our findings on the challenges of tracking "fake news" in the ongoing battle against misinformation.

研究の動機と目的

• SNSにおける誤情報、特に'フェイクニュース'の広がりと政治的極化の関係を理解すること。
• ユーザーが内容を事実誤認としてではなく、政治的意見の相違によってフェイクニュースと呼んでいるかどうかを調査すること。
• 極化がフェイクニュース関連の議論におけるURLの選択および拡散、およびユーザー反応にどのように影響するかを分析すること。
• 用語'フェイクニュース'が事実上の誤りを特定するのではなく、反対意見を貶めるための修辞的道具として使われているかどうかを検討すること。
• これらの発見が、ユーザー報告データに基づいて訓練された自動フェイクニュース検出システムに与える影響を評価すること。特に、政治的バイアスが組み込まれる可能性があること。

提案手法

• コミュニティ検出アルゴリズムを用いて、ユーザーの一般的な政治的言説に基づき、民主主義的または共和主義的傾向を推定する。
• 2つのデータセットを収集した：1つは一般的な米国政治に関するツイート、もう1つは'#FakeNews' や '#AlternativeFact' などの'フェイクニュース'キーワードやハッシュタグに関連するツイートおよびURLを含む。
• コミュニティ検出モデルを用いて、ユーザーおよびURLの民主主義的・共和主義的立場への整合性を測定することで、両者に対する極化スコアを算出した。
• 'フェイクニュース'ハッシュタグが付与されたURLに対するユーザー反応（リツイート、メンションなど）を分析し、極化度と関与度のパターンの相関を調査した。
• 語彙クラウドの作成およびユーザー言語の定性的分析を実施し、政治的グループごとに'フェイクニュース'用語がどのように文脈的に使用されているかを特定した。
• フェイクニュース関連の議論におけるユーザーおよびURLの極化度と、一般的な政治的議論における極化度を比較し、体系的な差を検出した。

実験結果

リサーチクエスチョン

• RQ1 情報がフェイクニュースとして認識されたり関連付けられたりする度合いと、極化が定量的にどのように関係しているか。
• RQ2 ユーザーが意見の相違があるコンテンツを、誤情報として特定しているのか。
• RQ3 異なる政治的グループは、'フェイクニュース'という概念をどのように物語的に構築しているか。
• RQ4 ユーザーの極化度と、フェイクニュースハッシュタグに関連するURLの極化度の関係は何か。
• RQ5 用語'フェイクニュース'が事実の誤りを特定するのではなく、政治的対立の道具として使われている度合いはどの程度か。

主な発見

• 'フェイクニュース'ハッシュタグに関連するURLおよびユーザーは、一般的な政治的コンテンツと比較して顕著に高い極化スコアを示している。
• 両党の極化したユーザーは、自らの政治的イデオロギーに一致する情報源を引用し、相手政党のコンテンツを'フェイクニュース'と呼んでいる。
• URLをフェイクニュースとマークしたユーザーの平均的な極化度は、そのURLに反応したユーザー数が増えるにつれて上昇しており、標榜行動における集団的極化が示唆された。
• 用語'フェイクニュース'は、事実上の誤りを特定するのではなく、反対するコンテンツに対する意見の相違を表現するために頻繁に使われている。
• 強い物語的分断が存在する：デモクラットとレピブリカンは、異なる情報源を'フェイクニュース'と呼んでおり、それぞれのイデオロギー的結束と相手側への反発を反映している。
• ドナルド・トランプのような著名人物ですら、反対派のグループから極化的と見なされ、その発言が相手政党に所属するユーザーによって'フェイクニュース'とレーベル付けされている。