[논문 리뷰] Bots sustain and inflate striking opposition in online social systems.

Massimo Stella, Emilio Ferrara외 1명|arXiv (Cornell University)|2018. 02. 20.

Misinformation and Its Impacts인용 수 13

한 줄 요약

이 연구는 2017년 카탈로니아 독립 referenda 동안 400만 건의 트위터 게시물을 분석하여, 사회적 봇이 독립 지지자들과 헌법 지지자 그룹의 영향력 있는 사용자들을 비율적으로 더 많이 대상으로 한다는 것을 밝혀냈다. 네트워크 분석과 정서 분석을 통해 봇이 독립 지지자들에게 부정적이고 폭력적인 콘텐츠로 가득 찬 메시지를 확산시켜 갈등을 부풀리고, 이로 인해 극화가 심화되고 온라인 논의가 불안정해지는 것을 입증했다.

ABSTRACT

Societies are complex systems which tend to polarize into sub-groups of individuals with dramatically opposite perspectives. This phenomenon is reflected -- and often amplified -- in online social networks where, however, humans are no more the only players, and co-exist alongside with social bots, i.e. software-controlled accounts. Analyzing large-scale social data collected during the Catalan referendum for independence on October 1 2017, consisting of nearly 4 millions Twitter posts generated by almost 1 million users, we identify the two polarized groups of Independentists and Constitutionalists and quantify the structural and emotional roles played by social bots. We show that bots act from peripheral areas of the social system to target influential humans of both groups, mostly bombarding Independentists with negative and violent contents, sustaining and inflating instability in this online society. These results quantify the potential dangerous influence of political bots during voting processes.

연구 동기 및 목표

• 높은 스코어의 정치적 사건 기간 동안 온라인 정치적 극화에 관여하는 사회적 봇의 구조적 및 정서적 역할을 조사하는 것.
• 봇이 온라인 소셜 네트워크에서 대립하는 집단의 동적 변화에 미치는 영향을 정량화하는 것.
• 독립 지지자와 헌법 지지자 공동체 내에서 영향력 있는 사용자들을 향한 봇의 타겟팅 패턴을 분석하는 것.
• 봇이 생성한 콘텐츠의 정서적 영향, 특히 갈등을 악화시키는 데서의 역할을 평가하는 것.
• 봇이 온라인 정치적 논의에서 불안정성을 유지하고 확대하는 정도를 평가하는 것.

제안 방법

• 연구는 2017년 카탈로니아 참배 기간 동안 100만 명의 사용자로부터 수집한 약 400만 건의 트위터 게시물 데이터셋을 분석한다.
• 네트워크 분석을 통해 독립주의자와 헌법주의자로 나뉘는 두 주요 극화된 집단을 식별하고 맵핑한다.
• 봇 탐지 알고리즘을 사용하여 행동적 및 네트워크 특성에 기반해 계정을 봇으로 분류한다.
• 정서 및 정서 분석을 적용하여 봇이 생성한 콘텐츠의 정서적 톤을 분류하며, 특히 부정성과 폭력성에 초점을 맞춘다.
• 구조적 분석을 통해 봇이 영향력 있는 인간 사용자들에 비해 중심성과 타겟팅 패턴을 식별한다.
• 봇 활동을 그룹 간 비교하여 비대칭적 타겟팅과 정서적 영향을 평가한다.

실험 결과

연구 질문

• RQ1 높은 스코어의 정치적 사건 기간 동안 사회적 봇은 네트워크 구조에 어떻게 분포되어 있는가?
• RQ2 봇이 생성하는 정서적 콘텐츠는 무엇이며, 대립하는 정치 집단 간에 어떻게 다를까?
• RQ3 봇이 가장 자주 타겟으로 삼는 사용자는 누구이며, 네트워크에서 중심적인지 편향된 위치에 있는가?
• RQ4 봇이 온라인 정치적 논의에서 극화와 불안정성을 얼마나 강화하는가?
• RQ5 봇은 네트워크의 두 주요 정치 집단에 대해 비대칭적인 행동을 보이는가?

주요 결과

• 봇은 주로 네트워크의 중심이 아니라 외곽 위치에서 활동하였다.
• 봇은 독립 지지자 집단 내에서 영향력 있는 사용자들을 특히 부정적이고 폭력적인 콘텐츠로 비율적으로 더 많이 타겟으로 삼았다.
• 독립 지지자들에게 향한 봇이 생성한 콘텐츠의 양은 헌법 지지자들에게 향한 것보다 유의미하게 높았다.
• 이 타겟팅된 고용량의 분열성 콘텐츠 확산이 온라인 공간에서 갈등과 불안정성의 증폭에 기여하였다.
• 연구는 봇이 중요한 투표 행사 기간 동안 정치적 극화를 유지하고 확대하는 데 있어 구조적 및 정서적 역할을 한다는 것을 확인했다.
• 연구 결과는 봇이 중립적 행위자가 아니라 정치적 위기 기간 동안 온라인 논의를 왜곡하는 능동적인 주체라는 것을 입증한다.