[論文レビュー] On the Inevitability of Online Echo Chambers.

Kazutoshi Sasahara, Wen Chen+4 more|arXiv (Cornell University)|May 10, 2019

Opinion Dynamics and Social Influence被引用数 21

ひとこと要約

本稿は、インフルエンスとフレンド解除を統合したオンラインソーシャルネットワークの計算モデルを提案し、最小限の社会的ダイナミクスのもとでもエコー・チェンバーが避けがたく生じることを示す。モデルは、共有コンテンツに基づいて意見やつながりを変更するユーザーが、急速に分離され均質なコミュニティを形成することを示しており、実世界のTwitterデータと整合的である。これは、現在のプラットフォームのメカニズム下ではエコー・チェンバーがほぼ避けがたいことを示唆している。

ABSTRACT

While social media make it easy to connect with and access information from anyone, they also facilitate basic influence and unfriending mechanisms that may lead to segregated and polarized clusters known as chambers. Here we study the conditions in which such echo chambers emerge by introducing a simple model of information sharing in online social networks with the two ingredients of influence and unfriending. Users can change both opinions and social connections based on the information to which they are exposed through sharing. Model dynamics demonstrate that even with minimal amounts of influence and unfriending, the social network rapidly devolves into segregated, homogeneous communities. These predictions are consistent with empirical data from Twitter. Although our findings suggest that echo chambers are somewhat inevitable given the mechanisms at play in online social media, they also provide insights into possible mitigation strategies.

研究の動機と目的

• オンラインソーシャルネットワークにおけるエコー・チェンバー形成の構造的・行動的条件を調査すること。
• インフルエンスとフレンド解除のメカニズムが意見の分離とネットワークの極化にどのように寄与するかを検討すること。
• 最小限のインフルエンスと社会的非参加が、依然として均質で孤立したコミュニティの出現を引き起こすかどうかを特定すること。
• モデルの予測を実世界のソーシャルメディアデータ（特にTwitterから得たもの）と照合して検証すること。
• 構造的必然性があるにもかかわらず、エコー・チェンバー形成を緩和するための可能性のある要因を同定すること。

提案手法

• ユーザーが意見を持ち、社会的つながりを維持する単純なエージェントベースのオンラインソーシャルネットワークモデルを構築する。
• 2つのコアなダイナミクスを導入する：インフルエンス（ユーザーが共有コンテンツに基づいて意見を調整する）とフレンド解除（ユーザーが意見の相違によりつながりを断切る）。
• 時間経過に伴うネットワークの進化をシミュレートし、意見の均質性とコミュニティ形成を追跡する。
• 実際のTwitterデータを用いてモデルの挙動をキャリブレーションおよび検証し、特にネットワークの分離と意見のクラスタリングの観点から行う。
• ネットワーク構造と意見分布を分析して、均質性とエコー・チェンバーの形成を測定する。
• 統計的およびネットワーク分析手法を用いて、シミュレート結果と実世界の観察結果を比較する。

実験結果

リサーチクエスチョン

• RQ1 オンラインソーシャルネットワークがどのような条件下で分離され均質なコミュニティに分かれるのか。
• RQ2 最小限のインフルエンスとフレンド解除が、エコー・チェンバーの出現にどのように寄与するのか。
• RQ3 モデルの予測が、Twitterのような実際のソーシャルメディアプラットフォームにおける観察パターンとどの程度一致するのか。
• RQ4 強い初期の極化や極端なユーザー行動がなくても、エコー・チェンバーが形成可能かどうか。
• RQ5 現在のオンラインソーシャルメディアアーキテクチャにおいて、エコー・チェンバーがほぼ必然的になる構造的・行動的メカニズムは何か。

主な発見

• 最小限のインフルエンスとフレンド解除ですら、モデル内で急速に分離され均質なコミュニティが形成されることを示した。
• モデルのネットワークダイナミクスは、特に意見のクラスタリングとネットワークの断片化という点で、実際のTwitterデータの観察パターンとよく一致している。
• エコー・チェンバーは、意見のインフルエンスと社会的非参加の相互作用の構造的結果として生じ、現在のプラットフォームのメカニズム下では必然的である。
• モデルは、エコー・チェンバーの形成が高極化や極端なユーザー行動に依存するのではなく、基本的な社会的ダイナミクスからも生じ得ることを示した。
• 結果から、エコー・チェンバーは個々の行動の副産物ではなく、現在のオンラインソーシャルメディアプラットフォームのシステム的特徴である可能性がある。
• その必然性があるにもかかわらず、モデルはエコー・チェンバーの深刻度を軽減するための介入ポイントを同定する基盤を提供している。