[논문 리뷰] "Everything I Disagree With is #FakeNews": Correlating Political Polarization and Spread of Misinformation

Manoel Horta Ribeiro, Pedro Calais외 2명|arXiv (Cornell University)|2017. 06. 19.

Misinformation and Its Impacts참고 문헌 21인용 수 43

한 줄 요약

이 연구는 정치적 극화가 투터에서 위성정보의 인식과 확산에 어떻게 영향을 미치는지 분석한다. 정치적 논의에서 유저와 URL의 극화 지표를 활용하여, '#가짜뉴스' 해시태그와 관련된 유저와 URL가 상당히 극화되어 있음을 발견했으며, '가짜뉴스'라는 용어는 종종 반대 의견을 무시하기 위해 사용되며, 이는 이데올로기적으로 근거를 둔 위성정보에 대한 서사 구조를 만들어낸다.

ABSTRACT

An important challenge in the process of tracking and detecting the dissemination of misinformation is to understand the political gap between people that engage with the so called "fake news". A possible factor responsible for this gap is opinion polarization, which may prompt the general public to classify content that they disagree or want to discredit as fake. In this work, we study the relationship between political polarization and content reported by Twitter users as related to "fake news". We investigate how polarization may create distinct narratives on what misinformation actually is. We perform our study based on two datasets collected from Twitter. The first dataset contains tweets about US politics in general, from which we compute the degree of polarization of each user towards the Republican and Democratic Party. In the second dataset, we collect tweets and URLs that co-occurred with "fake news" related keywords and hashtags, such as #FakeNews and #AlternativeFact, as well as reactions towards such tweets and URLs. We then analyze the relationship between polarization and what is perceived as misinformation, and whether users are designating information that they disagree as fake. Our results show an increase in the polarization of users and URLs associated with fake-news keywords and hashtags, when compared to information not labeled as "fake news". We discuss the impact of our findings on the challenges of tracking "fake news" in the ongoing battle against misinformation.

연구 동기 및 목표

• 소셜 미디어에서 특히 '가짜뉴스'에 대해 정치적 극화와 위성정보 확산 간의 관계를 이해하는 것.
• 사용자들이 사실 오류가 없음에도 불구하고 정치적 불일치로 인해 콘텐츠를 '가짜뉴스'로 표기하는지 조사하는 것.
• 극화가 가짜뉴스 관련 토론에서 URL과 사용자 반응의 선택 및 확산에 어떻게 영향을 미치는지 분석하는 것.
• 용어 '가짜뉴스'가 사실 오류를 식별하기보다는 반대 의견을 무시하기 위한 수단으로 사용되는지 탐색하는 것.
• 이러한 발견이 자동화된 가짜뉴스 탐지 시스템에 미치는 영향을 평가하는 것. 특히 사용자 보고 데이터로 훈련된 시스템은 정치적 편향을 유산으로 이어질 수 있다.

제안 방법

• 사용자의 일반적 정치적 논의를 기반으로 공동체 탐지 알고리즘을 사용해 개인 투터 사용자의 정치 성향( democratic 또는 republican )을 추정하는 데 사용함.
• 일반적인 미국 정치 투터 데이터셋과 '#가짜뉴스' 및 '#대체사실'과 같은 '가짜뉴스' 키워드 및 해시태그와 관련된 투터 및 URL 데이터셋을 수집함.
• 공동체 탐지 모델을 사용해 유저와 URL의 민주당 또는 공화당 입장에 대한 일치도를 측정하여 극화 지수를 계산함.
• 가짜뉴스 해시태그가 부여된 URL에 대한 사용자 반응(예: 재트윗, 언급)을 분석하여 극화 수준과 참여 패턴 간의 상관관계를 분석함.
• 단어 구름을 구성하고 사용자 언어의 질적 분석을 수행하여, 정치 집단 간 '가짜뉴스' 용어가 어떻게 맥락적으로 사용되는지 파악함.
• 가짜뉴스 관련 토론과 일반 정치 토론 간의 유저 및 URL 극화 수준을 비교하여 체계적 차이를 탐지함.

실험 결과

연구 질문

• RQ1 정량적으로 극화는 '가짜뉴스'로 간주되거나 관련된 정보와 어떻게 연관되어 있는가?
• RQ2 사용자들이 자신과 의견이 다른 콘텐츠를 '위성정보'로 표기하는가?
• RQ3 다른 정치 집단은 '가짜뉴스' 개념을 어떻게 서사적으로 구성하는가?
• RQ4 사용자 극화와 가짜뉴스 해시태그와 관련된 URL의 극화 수준 간의 관계는 무엇인가?
• RQ5 용어 '가짜뉴스'가 사실 오류를 식별하기보다는 정치적 불일치의 수단으로 얼마나 자주 사용되는가?

주요 결과

• '가짜뉴스' 해시태그와 관련된 URL과 유저는 일반 정치 콘텐츠보다 상당히 높은 극화 지수를 보임.
• 양 정당의 극화된 사용자들이 자신의 정치 이데올로기에 부합하는 자료를 인용하여 상대 정당의 콘텐츠를 '가짜뉴스'로 표기함.
• 어떤 URL을 '가짜뉴스'로 표기하는 사용자들의 평균 극화 수준은 그 URL에 반응한 사용자 수가 늘어날수록 증가함으로써, 표기 행동에서 집단적 극화가 발생함을 시사함.
• 사용자들은 종종 사실 오류를 식별하기보다는 반대 콘텐츠에 대한 불만을 표현하기 위해 '가짜뉴스'라는 용어를 자주 사용함.
• 강한 서사적 갈림길이 존재함: 민주당과 공화당은 서로 다른 자료를 '가짜뉴스'로 표기하며, 이는 그들의 이데올로기적 유대와 상대편에 대한 반대를 반영함.
• 도널드 트럼프와 같은 유명 인사조차도 상대편에 속한 사용자들에게는 극화된 인식을 받으며, 그들의 발언이 상대편에 속한 사용자들에 의해 '가짜뉴스'로 표기됨.