[논문 리뷰] Anger makes fake news viral online

Yuwei Chuai, Jichang Zhao|arXiv (Cornell University)|2020. 04. 22.

Misinformation and Its Impacts참고 문헌 50인용 수 15

한 줄 요약

이 연구는 가짜 뉴스가 진짜 뉴스보다 더 빠르게 퍼지는 이유가 더 높은 분노를 유도하기 때문이며, 이 메커니즘은 트위터와 웨이보 모두에서 일관되게 나타남을 입증한다. 분노 비율이 감정 콘텐츠의 20%를 초과하는 콘텐츠에 태그를 부여하고 경고를 발령함으로써 플랫폼은 매우 널리 공유되는 가짜 뉴스의 확산을 46% 줄일 수 있으며, 이는 진짜 뉴스에 거의 영향을 주지 않아, 소스에서 저비용으로 개인정보를 보호하는 개입 전략을 제공한다.

ABSTRACT

Fake news that manipulates political elections, strikes financial systems, and even incites riots is more viral than real news online, resulting in unstable societies and buffeted democracy. The easier contagion of fake news online can be causally explained by the greater anger it carries. The same results in Twitter and Weibo indicate that this mechanism is independent of the platform. Moreover, mutations in emotions like increasing anger will progressively speed up the information spread. Specifically, increasing the occupation of anger by 0.1 and reducing that of joy by 0.1 will produce nearly 6 more retweets in the Weibo dataset. Offline questionnaires reveal that anger leads to more incentivized audiences in terms of anxiety management and information sharing and accordingly makes fake news more contagious than real news online. Cures such as tagging anger in social media could be implemented to slow or prevent the contagion of fake news at the source.

연구 동기 및 목표

• 소셜 미디어 플랫폼에서 가짜 뉴스가 진짜 뉴스보다 더 빠르게 퍼지는 이유를 규명하는 것.
• 특히 분노와 같은 감정적 콘텐츠가 가짜 뉴스와 진짜 뉴스의 확산 격차를 이끌어내는지 여부를 검토하는 것.
• 가짜 뉴스의 확산을 소스에서 줄이기 위해 분노를 타겟으로 삼는 저비용이며 개인정보 보호를 고려한 개입 전략을 개발하는 것.
• 이 메커니즘이 다른 플랫폼(웨이보와 트위터)과 오프라인 사용자 동기 요인에서도 검증되는지 확인하는 것.

제안 방법

• 트위터와 웨이보에서 가짜 뉴스와 진짜 뉴스의 대규모 데이터셋을 수집하여, 리트윗 수와 팔로워 수를 확산과 영향력의 대체 지표로 사용.
• NLP 기반 감정 탐지 기법을 활용해 뉴스의 감정 콘텐츠를 정량화하며, 주로 분노와 기쁨을 주요 정서 차원으로 삼음.
• 경고 태그를 발동시키기 위한 임계값 θ = 0.2를 설정하여, 가짜 뉴스 방지 효과를 극대화하면서도 진짜 뉴스에 미치는 영향을 최소화함.
• 높은 리트윗 수를 기록한 가짜 뉴스 방지를 위한 효과성 평가 지표 β를 계산.
• 분노 비율이 임계값을 초과할 경우(즉, H-Anger = 1) 뉴스 항목이 가짜일 가능성의 오즈를 평가하기 위해 로짓 모델을 구축.
• 사용자의 공유 동기를 평가하기 위해 오프라인 설문조사를 실시하여, 분노 노출와 기쁨 노출 상황에서의 반응을 비교.

실험 결과

연구 질문

• RQ1 가짜 뉴스와 진짜 뉴스 간 감정 콘텐츠, 특히 분노 측면에서의 차이는 무엇인가?
• RQ2 더 높은 분노 콘텐츠가 가짜 뉴스가 진짜 뉴스보다 더 빠르게 퍼지는 이유를 인과적으로 설명할 수 있는가?
• RQ3 높은 분노 콘텐츠에 대해 사용자에게 태그를 부착하고 경고를 발령함으로써 가짜 뉴스의 확산을 줄일 수 있으며, 이는 진짜 뉴스에 지나친 영향을 주지 않는가?
• RQ4 가짜 뉴스의 확산에 기여하는 감정 메커니즘이 다양한 소셜 미디어 플랫폼 간에 일관된가?
• RQ5 기쁨과 같은 감정 자극이 뉴스 공유 행동에 대한 사용자 동기에 어떻게 영향을 주는가?

주요 결과

• 가짜 뉴스는 진짜 뉴스보다 분노가 훨씬 더 강하게 포함되어 있으며, 분노 비율이 0.1 증가하고 기쁨 비율이 0.1 감소할 경우 웨이보에서 약 6회의 추가 리트윗가 발생함.
• 분노 기반의 확산 메커니즘은 플랫폼 간 독립적이며, 웨이보와 트위터 모두에서 일관되게 나타남.
• 분노 비율 20%를 기준으로 한 경고 임계값(θ = 0.2)은 매우 널리 공유되는 가짜 뉴스의 46%를 방지하지만, 매우 널리 공유되는 진짜 뉴스의 영향은 22%에 그침.
• 분노 비율이 0.2를 초과하는 뉴스 항목은 진짜 뉴스보다 가짜일 가능성이 165% 더 높으며, 이는 로짓 모델 분석을 통해 확인됨.
• 높은 리트윗 수를 기록한 모든 뉴스 중에서 분노 비율이 0.2를 초과하는 항목의 89%는 가짜 뉴스임을 확인하여, 높은 분노 콘텐츠의 강력한 예측 능력을 입증함.
• 오프라인 설문조사 결과, 분노는 불안 관리와 정보 공유 동기를 증가시키며, 이는 분노가 공유 행동을 이끄는 데서 기여하는 이유를 설명함.