[논문 리뷰] Deliberative Platform Design: The case study of the online discussions in Decidim Barcelona

Pablo Aragón, Andreas Kaltenbrunner외 5명|arXiv (Cornell University)|2017. 07. 20.

Social Media and PoliticsSocial Sciences인용 수 18

한 줄 요약

이 연구는 Decidim Barcelona의 의사결정 플랫폼에서 댓글 정렬(긍정, 부정, 중립)이 논의 연쇄 반응 형성에 미치는 영향을 조사한다. 이 플랫폼은 스레드 형 논의와 명시적 정렬 태그를 결합한 구조를 갖추고 있다. 10,000개의 부트스트랩핑된 댓글 연쇄 반응에 대한 통계 분석을 통해, 부정적 댓글이 심층적이고 복잡한 논의 스레드를 유도할 가능성이 유의미하게 높다는 것이 밝혀졌으며, 이는 지지나 중립보다 반론 제기 행동이 의사결정적 참여를 더 효과적으로 이끄는 것을 시사한다.

ABSTRACT

With the irruption of ICTs and the crisis of political representation, many online platforms have been developed with the aim of improving participatory democratic processes. However, regarding platforms for online petitioning, previous research has not found examples of how to effectively introduce discussions, a crucial feature to promote deliberation. In this study we focus on the case of Decidim Barcelona, the online participatory-democracy platform launched by the City Council of Barcelona in which proposals can be discussed with an interface that combines threaded discussions and comment alignment with the proposal. This innovative approach allows to examine whether neutral, positive or negative comments are more likely to generate discussion cascades. The results reveal that, with this interface, comments marked as negatively aligned with the proposal were more likely to engage users in online discussions and, therefore, helped to promote deliberative decision making.

연구 동기 및 목표

• 온라인 의사결정 플랫폼에서 댓글 정렬(긍정, 부정, 중립)이 논의 연쇄 반응의 구조와 깊이에 미치는 영향을 조사하기 위해.
• 일반적으로 의사결정적 참여가 부족한 온라인 청원 시스템에 효과적인 온라인 논의를 통합하는 데 있어 열려 있는 과제를 해결하기 위해.
• 스레드 형 논의와 명시적 정렬 태그를 융합한 하이브리드 인터페이스가 더 깊이 있는 시민의 의사결정을 어떻게 촉진할 수 있는지 평가하기 위해.
• 사용자 알림과 인지적 불일치가 부정적 댓글로 시작된 논의 스레드의 지속성과 복잡성에 미치는 영향을 분석하기 위해.
• 다국어 참가 플랫폼에서 논의 역학을 분석하기 위한 언어에 관계없는 방법론을 개발하기 위해.

제안 방법

• 연구는 40,000명 이상의 시민이 참여한 Decidim Barcelona의 전략적 도시 계획 참여 과정에서의 실제 논의 데이터를 분석한다.
• 사용자가 댓글을 긍정, 부정, 중립으로 태그할 수 있도록 하되, 同시에 스레드 형 논의를 가능하게 하는 하이브리드 인터페이스를 사용한다.
• 각 논의 연쇄 반응에 대해 크기, 폭, 깊이, h-지수 등의 구조적 지표를 계산하여 복잡성과 영향 범위를 정량화한다.
• 통계적 유의성(p < 0.05)을 확보하기 위해, 10,000개의 긍정적 댓글과 10,000개의 부정적 댓글에 대해 10,000회의 재표본 추출(부트스트랩핑)을 적용한다.
• 열지도를 통해 연쇄 반응의 구조적 특성에 기반한 정렬(긍정, 부정, 중립)의 확률을 시각화하며, 유의성은 재표본 추출을 통해 검증한다.
• 중립적 댓글은 잘못 분류되거나 클래스 불균형 문제로 인해 배제되며, 최소한 한 번 이상의 응답을 유도한 정렬된(긍정/부정) 댓글에만 집중한다.

실험 결과

연구 질문

• RQ1 1차 댓글의 정렬(긍정, 부정, 중립)이 논의 연쇄 반응을 유도할 가능성에 어떤 영향을 미치는가?
• RQ2 긍정, 부정, 중립 중 어느 유형의 댓글이 의사결정 플랫폼에서 가장 깊고 복잡한 논의 스레드를 생성하는가?
• RQ3 논의 연쇄 반응의 구조적 특성(크기, 깊이, 폭, h-지수)이 초기 댓글의 정렬과 얼마나 상관관계가 있는가?
• RQ4 댓글 응답 알림이 논의 스레드의 지속성과 복잡성에 어떤 영향을 미치는가?
• RQ5 언어에 관계없는 방법론이 다국어 시민 플랫폼에서 논의 역학을 효과적으로 분석하는 데 적용될 수 있는가?

주요 결과

• 통계적 검정을 통해 부정적 댓글이 긍정적 또는 중립적 댓글보다 유의미하게 더 깊고 복잡한 논의 연쇄 반응을 유도할 가능성이 높다는 것이 확인되었다(p < 0.05).
• 논의 연쇄 반응의 크기, 깊이, 폭, h-지수가 높을수록, 부정적 댓글이 깊고 넓은 논의 연쇄 반응을 유도할 가능성도 증가했다.
• 긍정적 댓글은 가끔 복잡한 연쇄 반응을 유도하지만, 그 가능성은 부정적 댓글보다 상당히 낮았다.
• 중립적 댓글은 논의 연쇄 반응을 유도할 가능성이 가장 낮았으며, 명확한 정렬이 표현되지 않을 경우 의사결정적 참여가 제한됨을 시사한다.
• 스레드 형 논의와 정렬 태그를 융합한 하이브리드 설계가 효과적으로 구조적 역학 분석을 가능하게 하였으며, 반론 제기의 촉매 역할을 드러냈다.
• 이 방법론은 강건하고 언어에 관계없이 적용 가능하여, 다른 다국어 참여 플랫폼에의 적용 가능성을 뒷받침한다.