[論文レビュー] Public discourse and social network echo chambers driven by socio-cognitive biases

Xin Wang, Antonio Sirianni+3 more|arXiv (Cornell University)|Feb 10, 2020

Opinion Dynamics and Social Influence参考文献 40被引用数 15

ひとこと要約

本研究は、2016年米国大統領選挙討論を対象に、実世界のリツイートネットワークとエージェントベースモデルを統合し、特に確認バイアスと選択的露出がSNS上での極化したエコーチャンバーの形成を駆動することを示した。主な発見は、個人が考慮しようとする見解の範囲がエコーチャンバー形成の主な要因であるのに対し、キャンペーンの成功は戦略的取り組みとイデオロギー的立場の両方に依存することである。

ABSTRACT

In recent years, social media has increasingly become an important platform for political campaigns, especially elections. It remains elusive how exactly public discourse is driven by the intricate interplay between individual socio-cognitive biases, dueling campaign efforts, and social media platforms. We examine this complex socio-political process by integrating observed retweet networks from the 2016 political networks with an agent-based model of political opinion formation and network structure. Here we show that the range of political viewpoints individuals are willing to consider is a key determinant in the formation of polarized networks and the emergence of echo chambers. We also find that winning majority support in public discourse is determined by both the effort exerted by campaigns and the relative ideological positioning of opposing campaigns. Our results demonstrate how public discourse and political polarization can be modeled as an interactive process of shifting individual opinions, evolving social networks, and political campaigns.

研究の動機と目的

• 個人の社会的認知バイアスが社会的ネットワーク構造と政治キャンペーンとどのように相互作用し、公共の議論や極化を形作るかを理解すること。
• 実証的観察と理論的モデルの間のギャップを埋めるために、実世界のSNSデータとエージェントベースシミュレーションを統合すること。
• オンライン政治的議論における極化したネットワーク構造の出現の背後にある主な要因、特に許容可能な見解の範囲を特定すること。
• キャンペーン戦略、特に取り組みの強さとイデオロギー的立場が、極化した環境における公共の支持獲得に与える影響を定量化すること。

提案手法

• エージェントベースモデルを構築し、個人レベルの社会的認知バイアス（確認バイアスや選択的露出など）を組み込み、意見形成とネットワーク進化をシミュレートする。
• パラメータとしてアイデンティティ範囲（θ₁, θ₂）、議論パートナーよりの影響（μ₁, μ₂）、候補者への影響（δ₁）を用い、θ₁ ∈ [0, 0.5] および θ₂ ∈ [0.5, 1] が許容可能な見解の範囲を定義する。
• 2016年米国大統領選挙討論3回分の実際のリツイートネットワーク（n = 25,375–33,995ノード、54,840–81,055エッジ）を、モデルの妥当性検証の基準として用いる。
• シミュレーテッド・アニーリング法を用い、最小二乗法による最適化を実施し、モデルパラメータを実データに適合させる。シミュレートされた支持者割合と観察された支持者割合とのユークリッド距離を最小化する。
• コミュニティ検出にはLouvainアルゴリズム、レイアウトにはForce Atlas 2を用い、ネットワーク構造を可視化する。ノードの重みはリツイート数とクラスタ所属を反映する。
• 各パラメータセットについて100回のシミュレーションを実行し、計算の可能性を確保するため、σ = 1%で精度を制御し、パラメータを有限のグリッドに制限する。

実験結果

リサーチクエスチョン

• RQ1 個人の社会的認知バイアス、特に許容可能な見解の範囲が、オンライン政治的議論におけるエコーチャンバー形成にどの程度影響を及けるか。
• RQ2 キャンペーン戦略（取り組みの強さやイデオロギー的立場）が、極化したSNSネットワークにおける議論の展開にどのように影響を及けるか。
• RQ3 実際のリツイートネットワークデータを統合したエージェントベースモデルは、主要な政治的出来事において観察されたクラスタリングと極化ダイナミクスを再現できるか。
• RQ4 ネットワーク構造と情報拡散パターンは、政治的極化を強化するか、あるいは緩和するか、それぞれの役割は何か。

主な発見

• 個人が考慮しようとする政治的見解の範囲（θ₁およびθ₂で定義される）が、SNSネットワーク上での極化したエコーチャンバー形成の主な要因である。
• 2016年米国大統領選挙討論第1回目では、中立的または両陣営支持のユーザー（イエロー）からなる混合クラスタが観察されたが、第2回目ではこのグループが消失し、極化が強まったことが示された。
• モデルは実際のネットワーク構造をうまく再現しており、シミュレーションされたエコーチャンバーは、討論における観察されたクラスタリングと密接に一致している。
• 公共の議論で大多数の支持を得るには、キャンペーンの取り組みの強さに加え、対立候補のイデオロギー的立場の相対的な位置づけも重要である。
• シミュレーテッド・アニーリングによる適合プロセスにより、シミュレートされた支持者割合と実際の支持者割合との差を最小化する最適なパラメータセットが特定された。特にμ₁ = μ₂ = 0.5であり、θ₁, θ₂, δ₁の範囲を制限した場合に最良の適合が得られた。
• コミュニティ検出やサンプリングによるわずかな誤差が存在しても、モデルの予測は依然として頑健で、定量的に現実世界のデータと整合的であり、その説明力が裏付けられた。