[論文レビュー] Mechanisms and Attributes of Echo Chambers in Social Media

Bohan Jiang, Mansooreh Karami+3 more|arXiv (Cornell University)|Jun 9, 2021

Misinformation and Its Impacts参考文献 49被引用数 14

ひとこと要約

この論文は、ソーシャルメディアにおけるエコーチャンバーの背後にあるコアなメカニズム—レコメンデーションアルゴリズム、確認バイアス、認知的不協和、ヒトの同質性（ホモフィリー）—と、主な属性—誤情報の拡散、陰謀論の広がり、政治的極化、社会的トレンド操作、感情の伝染—を特定し分析している。これらのメカニズムがフィードバックループを通じて相互作用することで、ユーザーの孤立と誤情報の拡散が強化され、アルゴリズム的・心理的・社会学的介入によってエコーチャンバーの検出・緩和が可能になるという示唆を示している。

ABSTRACT

Echo chambers may exclude social media users from being exposed to other opinions, therefore, can cause rampant negative effects. Among abundant evidence are the 2016 and 2020 US presidential elections conspiracy theories and polarization, as well as the COVID-19 disinfodemic. To help better detect echo chambers and mitigate its negative effects, this paper explores the mechanisms and attributes of echo chambers in social media. In particular, we first illustrate four primary mechanisms related to three main factors: human psychology, social networks, and automatic systems. We then depict common attributes of echo chambers with a focus on the diffusion of misinformation, spreading of conspiracy theory, creation of social trends, political polarization, and emotional contagion of users. We illustrate each mechanism and attribute in a multi-perspective of sociology, psychology, and social computing with recent case studies. Our analysis suggest an emerging need to detect echo chambers and mitigate their negative effects.

研究の動機と目的

• ソーシャルメディアプラットフォームにおけるエコーチャンバーの形成と持続を駆動する背後要因のメカニズムを理解すること。
• 誤情報の拡散、陰謀論の広がり、政治的極化などのエコーチャンバーの主な属性を特定・分析すること。
• 人間の心理（例：確認バイアス）、社会的ネットワーク構造（例：ホモフィリー）、自動化システム（例：レコメンデーションアルゴリズム）の間の相互作用が、エコーチャンバーをどのように強化しているかを検討すること。
• 最近の事例研究を基盤として、社会学的・心理的・ソーシャルコンピューティング的視点から統合的な多角的分析を提供すること。
• メカニズムと属性の統合的理解を通じて、改善されたエコーチャンバー検出モデルと緩和戦略の開発を支援すること。

提案手法

• 自動システム（例：レコメンデーションアルゴリズム）、人間の心理（例：確認バイアス、認知的不協和）、社会的ネットワーク（例：ホモフィリー）の3つの相互関連要因に分類してエコーチャンバーのメカニズムを体系的に整理する。
• 2016年および2020年の米国大統領選挙、COVID-19のインフォデミック（誤情報の流行）といった主要な出来事の事例を用いて、エコーチャンバーのメカニズムの現実世界での現れ方を説明する。
• コンテンツおよびネットワークのダイナミクスを分析し、一方的コンテンツの拡散、反対意見の排除、感情の強調といった属性を特定する。
• 社会学、心理学、ソーシャルコンピューティングの知見を統合し、エコーチャンバー形成のための多分野的フレームワークを提供する。
• 検出モデルが、アルゴリズム的手法に加え、心理的・社会学的理論を統合することで、正確性と関連性を高められることを提言する。
• インフルエンサー、マスコミ、プラットフォーム設計の役割が、エコーチャンバー効果を強化または緩和するかを強調する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディアにおけるエコーチャンバーの形成と強化を引き起こす主なメカニズムは何か？
• RQ2 レコメンデーションアルゴリズム、人間の認知バイアス、社会的ネットワーク構造がどのように相互に作用してエコーチャンバーを維持しているか？
• RQ3 現実のソーシャルメディア環境において、エコーチャンバーに最も一般的で影響力のある属性は何か？
• RQ4 エコーチャンバーは、誤情報の拡散、陰謀論、政治的極化にどの程度寄与しているか？
• RQ5 社会学的・心理的理論をどのようにアルゴリズム的検出モデルに統合することで、エコーチャンバーの同定を改善できるか？

主な発見

• レコメンデーションアルゴリズムは、ユーザー行動に基づくコンテンツのパーソナライズによって、多様な見解に触れにくくなる自己強化型の情報宇宙を創出し、エコーチャンバーを顕著にしている。
• 確認バイアスは、特にアルゴリズムによるパーソナライズと組み合わさった場合、選択的受容、解釈、記憶想起を通じてエコーチャンバー効果を拡大させる。
• 社会的ネットワークにおけるホモフィリーは、意見が似通ったユーザーが結束したクラスタを形成し、反対意見を排除する仕組みを強化することで、エコーチャンバーを強化する。
• 誤情報の拡散は、エコーチャンバーの最も一般的な属性であり、2016年および2020年の米国大統領選挙、COVID-19インフォデミックの両方の事例で裏付けられている。
• 政治的極化はエコーチャンバーと強く関連しており、過去20年間で政党間の対立が顕著に拡大し、思想的重複が減少したというデータが示されている。
• 感情の伝染はエコーチャンバーで特に強化され、特に活発なユーザーにおいて、否定的感情が増幅され、精神的健康に悪影響を及けることがある。これはパンデミックのような危機時において顕著である。