[논문 리뷰] Bots, #StrongerIn, and #Brexit: Computational Propaganda during the UK-EU Referendum
이 연구는 티위터에서의 영국-유럽연합 협약 논의에 있어 정치적 봇의 역할을 조사하며, 인간 및 자동화된 계정의 트윗 패턴을 분석한다. 연구 결과, 봇은 수적으로는 소수이지만 레이프 캠페인 해시태그를 전략적으로 확산시켰으며, 1% 미만의 계정이 전체 메시지의 거의 1/3을 생성하여, 선거 캠프 기간 동안 계산 기반 선전이 집중적으로 사용된 것으로 드러났다.
Bots are social media accounts that automate interaction with other users, and they are active on the StrongerIn-Brexit conversation happening over Twitter. These automated scripts generate content through these platforms and then interact with people. Political bots are automated accounts that are particularly active on public policy issues, elections, and political crises. In this preliminary study on the use of political bots during the UK referendum on EU membership, we analyze the tweeting patterns for both human users and bots. We find that political bots have a small but strategic role in the referendum conversations: (1) the family of hashtags associated with the argument for leaving the EU dominates, (2) different perspectives on the issue utilize different levels of automation, and (3) less than 1 percent of sampled accounts generate almost a third of all the messages.
연구 동기 및 목표
- 영국-유럽연합 협약 논의에서 티위터의 정치적 봇의 존재와 영향을 조사하기 위해.
- 프로-리메인(#StrongerIn)과 프로-레프(#Brexit) 관점 간 자동화 수준의 차이를 분석하기 위해.
- 소수의 고활동 계정이 메시지 생산에 얼마나 집중되어 있는지 평가하기 위해.
- 계산 기반 선전이 주요 민주적 선거 기간 동안 공적 논의에 어떻게 영향을 미쳤는지 이해하기 위해.
제안 방법
- 해시태그 기반 샘플링을 사용하여 영국-유럽연합 협약 논의와 관련된 티위터 데이터를 수집하고 분석하였다.
- 높은 메시지 수량과 반복적인 게시 행동과 같은 행동 패턴을 기반으로 계정을 인간 또는 봇으로 분류하였다.
- 특히 #Brexit와 #StrongerIn을 중심으로 핵심 해시태그의 사용을 추적하였다.
- 메시지의 양과 계정 간 분포를 측정하여 고활동 노드를 식별하였다.
- 다른 캠페인 측면 간 봇 활동 비율을 비교하기 위해 통계 분석을 사용하였다.
- 자동화된 참여 패턴을 평가하기 위해 초기 데이터셋 60,000개 트윗에 집중하였다.
실험 결과
연구 질문
- RQ1정치적 봇은 영국-유럽연합 협약 논의의 티위터 대화에 얼마나 관여되어 있었는가?
- RQ2리메인 측과 레프 측 중 어느 쪽이 더 높은 수준의 자동화된 참여를 보였는가?
- RQ3소수의 고활동 계정이 메시지 생산에 얼마나 집중되어 있었는가?
- RQ4봇 활동과 #Brexit와 같은 특정 해시태그의 지배성 간의 관계는 어떠한가?
주요 결과
- 레프 캠페인과 관련된 해시태그 패밀리가 협약 기간 동안 티위터에서 대화를 지배했다.
- 정치적 봇은 리메인 캠페인보다 레프 캠페인을 더 활발히 홍보했다.
- 샘플링된 티위터 계정의 1% 미만이 전체 데이터셋의 거의 1/3의 메시지를 생성했다.
- 자동화 수준에 상당한 격차가 있었으며, 레프 측이 자동화된 계정에 더 의존했다.
- 봇 활동이 매우 집중되어 있었으며, 소수의 계정이 비례를 뛰어넘는 비율로 콘텐츠를 생산했다.
- 연구 결과는 계산 기반 선전이 논의 형성에 전략적이지만 제한적인 역할을 했다는 것을 시사한다.
더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.