[論文レビュー] Quantifying social organization and political polarization in online platforms

Isaac Waller, Ashton Anderson|arXiv (Cornell University)|Oct 1, 2020

Social Media and Politics参考文献 34被引用数 137

ひとこと要約

本稿は、行動データを用いてオンラインプラットフォームにおける社会的組織性と政治的極化を定量化するニューラル埋め込み手法を提案する。5.1億件のRedditコメント、1万コミュニティ、14年間にわたるデータに適用した結果、2016年にRedditにおける政治的極化が急増したが、これは主に右派寄りの新規ユーザーの流入によるものであり、個々のユーザーの極化とは無関係であることが判明。また、極化は非対称的であり、左派寄りコミュニティには顕著なシフトは観察されなかった。

ABSTRACT

Optimism about the Internet's potential to bring the world together has been tempered by concerns about its role in inflaming the 'culture wars'. Via mass selection into like-minded groups, online society may be becoming more fragmented and polarized, particularly with respect to partisan differences. However, our ability to measure the social makeup of online communities, and in turn understand the social organization of online platforms, is limited by the pseudonymous, unstructured, and large-scale nature of digital discussion. We develop a neural embedding methodology to quantify the positioning of online communities along social dimensions by leveraging large-scale patterns of aggregate behaviour. Applying our methodology to 5.1B Reddit comments made in 10K communities over 14 years, we measure how the macroscale community structure is organized with respect to age, gender, and U.S. political partisanship. Examining political content, we find Reddit underwent a significant polarization event around the 2016 U.S. presidential election, and remained highly polarized for years afterward. Contrary to conventional wisdom, however, individual-level polarization is rare; the system-level shift in 2016 was disproportionately driven by the arrival of new and newly political users. Political polarization on Reddit is unrelated to previous activity on the platform, and is instead temporally aligned with external events. We also observe a stark ideological asymmetry, with the sharp increase in 2016 being entirely attributable to changes in right-wing activity. Our methodology is broadly applicable to the study of online interaction, and our findings have implications for the design of online platforms, understanding the social contexts of online behaviour, and quantifying the dynamics and mechanisms of online polarization.

研究の動機と目的

• 自己申告データが信頼できない大規模かつニコネームのオンラインコミュニティにおける社会的組織性の測定という課題に対処すること。
• オンラインプラットフォームにおける政治的極化の変化の仕組みを理解すること。特に、それが個々のユーザーの極化によるものか、コミュニティレベルのシフトによるものかを解明すること。
• 極化ダイナミクスがイデオロギー的ラインに沿って対称的であるか、それとも方向性の非対称性を示すかを調査すること。
• 自己申告や専門家ラベル付けのバイアスを避けるために、集計されたユーザー行動に基づいて、党派性、年齢、性別といった社会的側面を捉える手法を開発すること。

提案手法

• ユーザー参加パターンに基づき、コミュニティを高次元空間内のベクトルとして表現するニューラルコミュニティ埋め込みを用いる。
• 2段階のアルゴリズムを適用：まず、目的の社会的次元（例：左派対右派政治）に沿って異なる初期コミュニティペアを同定する。次に、類似した方向性のペアからコンSENSUSベクトルを計算し、その次元を定義する。
• コミュニティ埋め込みの可視化にUMAPを用い、平均値からのzスコアを用いて党派的立場を測定する。
• 外部データ（例：米国国勢調査の職業データ、Redditユーザーの自己申告）を用いて性別および政治的傾向の埋め込みを検証し、現実の人口統計と整合しているかを確認する。
• コミュニティ埋め込みの時間的シフトを分析し、特に2016年米国大統領選挙の周辺での極化の変化を検出する。
• 政治的コミュニティにおける語彙使用パターンを用いて、党派的次元の両端に結びつく意味的コンテンツを解釈する。

実験結果

リサーチクエスチョン

• RQ1 プラットフォーム全体の政治的極化は、時間経過とともにどの程度変化するか？
• RQ2 個々のユーザーは時間経過とともに政治的活動においてより極化するようになるのか？ もしそうであるなら、その変化がプラットフォーム全体の極化を引き起こしているのか？
• RQ3 極化のダイナミクスはイデオロギー的に対称的か？
• RQ4 新規ユーザーはオンラインコミュニティのマクロスケール社会的構造にどのように影響を与えるか？

主な発見

• Redditにおける政治的極化は、2016年米国大統領選挙の周辺で顕著に増加し、その後数年間も高い極化状態が維持された。
• 2016年の極化急増は、個々のユーザーの極化ではなく、特に右派寄りの新規ユーザーの流入に起因していた。
• 個々のユーザーの政治的極化はまれであり、システム全体のシフトはユーザーが時間経過でより極端になることによるものではなかった。
• Redditにおける政治的極化は、外部イベントと時間的に一致しており、ユーザーの過去のプラットフォーム行動やアルゴリズムのキュレーションとは関係がなかった。
• 顕著なイデオロギー的非対称性が存在する：2016年の極化上昇は、右派ユーザー行動の変化に起因しており、左派側には同様のシフトは観察されなかった。
• 本手法は、外部の人口統計ベンチマークと照合することで、行動データのみを用いて党派性、年齢、性別といった社会的側面を的確に捉えることに成功した。