[論文レビュー] Mitigating the Backfire Effect Using Pacing and Leading

Qi Yang, Khizar Qureshi+1 more|arXiv (Cornell University)|Jul 31, 2020

Social Media and Politics参考文献 14被引用数 4

ひとこと要約

本研究では、Twitterのボットを用いて反移民感情を示すユーザーに反対意見を晒すことで、オンライン政治的議論におけるバックファイア効果を軽減するための説得戦略をテストした。最も効果的なアプローチは、社会的接触（ユーザーの投稿に「いいね」する）を伴うペーシング＆リーディングであり、極端な言語使用が顕著に減少した。一方、接触を伴わない標準的な議論は、極端化を悪化させた。

ABSTRACT

Online social networks create echo-chambers where people are infrequently exposed to opposing opinions. Even if such exposure occurs, the persuasive effect may be minimal or nonexistent. Recent studies have shown that exposure to opposing opinions causes a backfire effect, where people become more steadfast in their original beliefs. We conducted a longitudinal field experiment on Twitter to test methods that mitigate the backfire effect while exposing people to opposing opinions. Our subjects were Twitter users with anti-immigration sentiment. The backfire effect was defined as an increase in the usage frequency of extreme anti-immigration language in the subjects' posts. We used automated Twitter accounts, or bots, to apply different treatments to the subjects. One bot posted only pro-immigration content, which we refer to as arguing. Another bot initially posted anti-immigration content, then gradually posted more pro-immigration content, which we refer to as pacing and leading. We also applied a contact treatment in conjunction with the messaging based methods, where the bots liked the subjects' posts. We found that the most effective treatment was a combination of pacing and leading with contact. The least effective treatment was arguing with contact. In fact, arguing with contact consistently showed a backfire effect relative to a control group. These findings have many limitations, but they still have important implications for the study of political polarization, the backfire effect, and persuasion in online social networks.

研究の動機と目的

• ペーシング＆リーディング（段階的に同意から説得へ移行する）が、オンライン政治的議論におけるバックファイア効果を軽減できるかどうかを調査すること。
• たとえばユーザーの投稿に「いいね」することなど、社会的接触がオンライン環境における説得効果を高めるかどうかを検討すること。
• メッセージ戦略と人間関係の相互作用の組み合わせが、反移民的議論における極端な言語使用をどれだけ軽減できるかを評価すること。
• 意見のペーシングによるグループ内一致が、直接的な議論に比べて説得の成果を改善するかどうかをテストすること。
• 持続的で洗練されたメッセージが、ソーシャルメディア環境におけるユーザーの言語パターンに及ぼす長期的影響を調査すること。

提案手法

• 反移民感情を示すユーザーを対象に、自動化されたボットを用いた縦断的フィールド実験を実施した。
• 「議論」（接触なし）：プロ移民コンテンツを直接メッセージで送信した。
• 「ペーシング＆リーディング」（最初に反移民コンテンツを投稿し、徐々にプロ移民メッセージに移行）を実装した。
• 「接触」（ボットが被験者のツイートに「いいね」することで、社会的つながりや信頼関係の構築を模倣）を導入した。
• ペーシング＆リーディングと接触を組み合わせ、説得効果に及ぼす相乗効果をテストした。
• 四つの実験フェーズにわたり、極端な反移民的言語使用の変化をバックファイア効果の代理指標として測定した。

実験結果

リサーチクエスチョン

• RQ1 オンライン政治的議論において、直接的な議論と比較してペーシング＆リーディングはバックファイア効果を軽減するか？
• RQ2 たとえばユーザーの投稿に「いいね」するなど、社会的接触を追加することで、説得戦略の効果が向上するか？
• RQ3 ペーシング＆リーディングと接触の間に、バックファイア効果軽減に及ぼす相互作用効果が顕著に認められるか？
• RQ4 これらの処置の効果は、異なる実験フェーズを通じてどのように時間経過とともに変化するか？
• RQ5 持続的で段階的なメッセージに加え、社会的関与を伴うことで、政治的に敏感なオンライン議論における極端な言語使用が減少するか？

主な発見

• ペーシング＆リーディングと接触の組み合わせ（PC）が最も効果的であり、フェーズ2およびフェーズ3で極端な反移民的言語使用が顕著に減少した。
• 議論と接触の組み合わせ（AC）は、常にバックファイア効果を示し、対照群と比較して極端な言語使用が増加した。
• 接触なしのペーシング＆リーディング（P）は中程度の効果を示したが、PC条件に劣った。
• 接触なしの議論（A）は、極端な言語使用の減少に顕著な効果を示さなかった。
• フェーズ4では、すべての処置が互いに有意差を示さず、処置終了後の持続的で長期的な乖離は観察されなかった。
• フェーズ4では、すべての処置でバックファイア効果が観察されたことから、介入後における極端な言語使用の再発或いは正常化の可能性が示唆された。