[論文レビュー] Parlermonium: A Data-Driven UX Design Evaluation of the Parler Platform

Emma Pieroni, Peter Jachim+2 more|arXiv (Cornell University)|Jun 1, 2021

Innovative Human-Technology Interaction参考文献 9被引用数 4

ひとこと要約

本論文は、ParlerプラットフォームのデータドリブンなUXデザイン評価を実施し、匿名性、最小限の視覚的インジケータ、インフルエンサー優先のインターフェースが、誤情報および極端主義的ナラティブをどのように拡大させるかを明らかにした。言語分析、対応分析、回帰モデリングを用いてParlerデータを分析した結果、プラットフォームの設計が否定的で感情的で、検証されていない主張の迅速な拡散を促進していることが判明した。特に2020年のアメリカ議会襲撃事件やTwitterのコンテンツモデレーションに関する出来事の前後において顕著であった。

ABSTRACT

This paper evaluates Parler, the controversial social media platform, from two seemingly orthogonal perspectives: UX design perspective and data science. UX design researchers explore how users react to the interface/content of their social media feeds; Data science researchers analyze the misinformation flow in these feeds to detect alternative narratives and state-sponsored disinformation campaigns. We took a critical look into the intersection of these approaches to understand how Parler's interface itself is conductive to the flow of misinformation and the perception of "free speech" among its audience. Parler drew widespread attention leading up to and after the 2020 U.S. elections as the "alternative" place for free speech, as a reaction to other mainstream social media platform which actively engaged in labeling misinformation with content warnings. Because platforms like Parler are disruptive to the social media landscape, we believe the evaluation uniquely uncovers the platform's conductivity to the spread of misinformation.

研究の動機と目的

• Parlerのユーザーエクスペリエンス（UX）デザインの選択が、誤情報および代替的ナラティブの拡散にどのように寄与するかを調査すること。
• プラットフォームのインターフェースとインタラクションパターンが、検証されていない主張や極端主義的コンテンツの伝播の媒介として果たす役割を分析すること。
• 匿名性、ビジュアルデザイン、インフルエンサーのダイナミクスが、Parler上でのユーザ行動とコンテンツの拡散に与える影響を検討すること。
• 特に2020年の議会襲撃事件のような高名目な出来事の周辺で、Parlerコンテンツの言語的および感情的トーンを評価すること。
• Parlerの「言論の自由」へのコミットメントが、実際には特定のナラティブを優遇する一方的なものであり、バランスの取れた議論を損なうかどうかを評価すること。

提案手法

• 視覚的美意識、匿名性、ユーザーアクションパターンに焦点を当てた、Parlerのインターフェースに関する定性的なUXデザイン分析を実施した。
• LIWC（言語的分析ツール）を用いて、Parlerのパラリー（投稿）データセットを収集・分析し、分析的思考、影響力（clout）、信頼性（authenticity）、感情的トーンを測定した。
• 共起的テーマと語群の特定を目的として、対応分析を適用した。特に「Twitter」と「Capitol」の周辺で注目した。
• 2次回帰モデルを構築し、名詞動詞ペアの頻度を予測した：$\ln(tpc) = -3.723 + 1.063e^{-3} \cdot vc + 1.873e^{-6} \cdot nc - 1.242e^{-7} \cdot vc^{2} + 9.991 \cdot \log(nc) + \epsilon$。
• モデルの説明力の妥当性を検証するため、調整済R²を90.7%として用いた。
• 全体のParlerコンテンツと「Twitter」と「Capitol」に焦点を当てたサブセットの間で、言語的プロファイルを比較し、感情的傾向と自信の変化を検出した。

実験結果

リサーチクエスチョン

• RQ1 ParlerのUXデザイン、特に匿名性とビジュアルのミニマリズムが、誤情報の拡散にどのように影響するか？
• RQ2 政治的に敏感な出来事（例：2020年の議会襲撃事件）の周辺で、Parlerコンテンツの言語的および感情的特徴は何か？
• RQ3 「Twitter」と「Capitol」のようなキーワードが、パラリー内でどの程度共起するか。それらが形成するナラティブは何か？
• RQ4 プラットフォームのインフルエンサーや高影響力ユーザーは、Parler上での議論をどのように形成し、特定のナラティブを拡大しているか？
• RQ5 Parlerのデザインは、事実の正確性や出典の検証よりも、拡散性や感情的インパクトをどれほど優先しているか？

主な発見

• ジャギーなUI要素と低視覚コントラストを特徴とするParlerのインターフェースデザインは、外縁的アイデンティティを強化し、代替的なデジタル空間を求めるユーザーを引きつける。
• 相対的匿名性と最小限のアイデンティティマークの強調は、出典の確認を妨げ、検証されていない主張の無制限な拡散を可能にする。
• 言語的分析により、全体で75.91、Twitter/Capitolパラリーでは83.83という高い「clout」スコアが得られた。これは、特に検閲に関する主張に対して強い自信があることを示している。
• 「authenticity」スコアは低く（全体で16.64、Twitter/Capitolで16.17）、検証されていないインフルエンサーのナラティブを繰り返し、機械的に再利用するような、反復的で形式的なコンテンツであることを示している。
• 感情的トーンは一貫して否定的（全体で35.67、Twitter/Capitolで20.96）であり、後者はTwitterのモデレーション措置に対する最も敵対的な感情的傾向を示している。
• 回帰モデルは、名詞動詞ペアの共起パターンの90.7％の分散を説明しており、『Twitter』と『Capitol』といったトピック間の強い相関関係が、共有される議論文脈において確認された。