[論文レビュー] Perils and Challenges of Social Media and Election Manipulation Analysis: The 2018 US Midterms

Ashok Deb, Luca Luceri+2 more|arXiv (Cornell University)|Jan 31, 2019

Misinformation and Its Impacts参考文献 49被引用数 12

ひとこと要約

本研究では、2018年米国中期選挙期における選挙の不正をリアルタイムで検出するために、Twitterデータをセンサーとして使用する可能性を検討している。#ivotedツイートと一般的な選挙関連コンテンツを分析することで、人口、位置、ボット、政治的イデオロギー推定に関する顕著なデータバイアスを特定した。これらは、不正投票や抑圧に関する誤った結論を導く可能性があり、選挙監視にソーシャルメディアに依存する際の主要な課題を浮き彫りにしている。

ABSTRACT

One of the hallmarks of a free and fair society is the ability to conduct a peaceful and seamless transfer of power from one leader to another. Democratically, this is measured in a citizen population's trust in the electoral system of choosing a representative government. In view of the well documented issues of the 2016 US Presidential election, we conducted an in-depth analysis of the 2018 US Midterm elections looking specifically for voter fraud or suppression. The Midterm election occurs in the middle of a 4 year presidential term. For the 2018 midterms, 35 senators and all the 435 seats in the House of Representatives were up for re-election, thus, every congressional district and practically every state had a federal election. In order to collect election related tweets, we analyzed Twitter during the month prior to, and the two weeks following, the November 6, 2018 election day. In a targeted analysis to detect statistical anomalies or election interference, we identified several biases that can lead to wrong conclusions. Specifically, we looked for divergence between actual voting outcomes and instances of the #ivoted hashtag on the election day. This analysis highlighted three states of concern: New York, California, and Texas. We repeated our analysis discarding malicious accounts, such as social bots. Upon further inspection and against a backdrop of collected general election-related tweets, we identified some confounding factors, such as population bias, or bot and political ideology inference, that can lead to false conclusions. We conclude by providing an in-depth discussion of the perils and challenges of using social media data to explore questions about election manipulation.

研究の動機と目的

• 2018年米国中期選挙期におけるTwitterデータが、現実の投票行動の信頼できる代理指標として機能できるかどうかを評価すること。
• 人口分布、ボット活動、政治的イデオロギー推定などのデータバイアスが、ソーシャルメディアを用いた選挙分析に与える影響を調査すること。
• #ivotedツイートの投稿数と各州の公式投票数を比較することで、ソーシャルメディアベースの選挙監視の整合性と信頼性を評価すること。
• リツイートの含む・除外するといったデータクリーニングの選択に敏感な、例えばリツイートの含め方の違いなど、結論を歪める可能性のあるメソドロジカルな落とし穴を同定すること。
• とりわけ選挙の誠実性監視において、ソーシャルメディアデータを社会的善に活用する今後の研究に、慎重な洞察を提供すること。

提案手法

• 2018年11月6日選挙の1か月前から選挙終了後2週間まで、選挙関連のハッシュタグやキーワードに焦点を当ててTwitterデータを収集した。
• 選挙当日の#ivotedハッシュタグを、実際の投票行動の代理指標として用い、50州にわたる公式投票数と比較した。
• 特に異常が見られた州において、悪意あるアカウントが分析に歪みをもたらしていないかを評価するために、ボット検出技術を適用した。
• ユーザーが共有したリンクに基づいてユーザーをラベル付けし、リツイートネットワークを通じてラベルを伝播させることで、政治的イデオロギー推定を実施した。
• 外部データソース（公式投票数とガラップ世論調査データ）を用いて、政治的イデオロギーの妥当性を検証する比較分析を実施した。
• 特にテキサス州のような高異常状態の州において、リツイートの含め方やボットフィルタリングの有無といった、データ処理の選択に結果がどれほど敏感であるかを評価した。

実験結果

リサーチクエスチョン

• RQ1 選挙当日の#ivotedツイート投稿数は、米国各州における実際の投票率をどれくらい信頼できる代理指標として機能するか？
• RQ2 人口分布、位置情報の誤認、ボット活動といったデータバイアスは、ソーシャルメディアベースの選挙監視の有効性にどのように影響するか？
• RQ3 リツイートの含め方やボットの削除といったメソドロジカルな選択が、ソーシャルメディア活動の統計的異常と実際の選挙結果の間の検出に与える影響は何か？
• RQ4 ソーシャルメディアから推定された政治的イデオロギーは、外部の世論調査データとどれくらい一致するか？ これは、ソーシャルメディアを用いて世論を評価する際に何を示唆するか？
• RQ5 どの州で#ivoted活動と実際の投票数の間に乖離が生じ、その異常はどのような混同要因によって説明できるか？

主な発見

• 50州中47州において、#ivotedツイート投稿数と公式投票数の間に強い相関が認められ、ソーシャルメディアが監視ツールとしての初期の可能性を示唆した。
• 大多数の州で高い相関が見られたが、ニューヨーク州、カリフォルニア州、テキサス州では、#ivoted活動と実際の投票数の間に顕著な乖離が認められ、不正の可能性に最初の懸念を呼び起こした。
• リツイートの削除がテキサス州の結果に顕著に影響を及ぼしたため、データ処理の選択が異常を生み出したり、隠蔽したりする可能性があることが示され、メソドロジカルな意思決定への感受性が浮き彫りになった。
• ソーシャルメディアコンテンツから推定された政治的イデオロギーは、ガラップ世論調査データと著しく乖離しており、現在の推定技術の限界と潜在的な人種的・人口的バイアスの可能性を示唆している。
• ボットアカウントをフィルタリングした後も、異常状態の州で不正投票や抑圧の体系的証拠は得られず、異常は選挙干渉ではなく、主にデータバイアスに起因している可能性が高いと結論づけた。
• 本研究は、データ収集、位置情報、検証の制限といった、ソーシャルメディアデータに内在するバイアスが、誤った結論を導く可能性があると結論づけ、選挙の誠実性分析にこうしたデータを用いる際には注意を要するとしている。