[논문 리뷰] Mitigating the Backfire Effect Using Pacing and Leading

Qi Yang, Khizar Qureshi외 1명|arXiv (Cornell University)|2020. 07. 31.

Social Media and Politics참고 문헌 14인용 수 4

한 줄 요약

이 연구는 트위터 봇을 활용해 반이민 정서를 가진 사용자에게 반대 의견을 노출시켜 온라인 정치적 논의에서 역효과를 줄이기 위한 설득 전략을 시험한다. 사회적 접촉(사용자 게시물에 좋아요 누르기)을 통한 '패싱 및 리딩' 전략이 가장 효과적이었으며, 이는 극단적 언어 사용을 유의미하게 감소시켰다. 반면, 접촉이 없는 표준적인 논쟁은 분열을 악화시켰다.

ABSTRACT

Online social networks create echo-chambers where people are infrequently exposed to opposing opinions. Even if such exposure occurs, the persuasive effect may be minimal or nonexistent. Recent studies have shown that exposure to opposing opinions causes a backfire effect, where people become more steadfast in their original beliefs. We conducted a longitudinal field experiment on Twitter to test methods that mitigate the backfire effect while exposing people to opposing opinions. Our subjects were Twitter users with anti-immigration sentiment. The backfire effect was defined as an increase in the usage frequency of extreme anti-immigration language in the subjects' posts. We used automated Twitter accounts, or bots, to apply different treatments to the subjects. One bot posted only pro-immigration content, which we refer to as arguing. Another bot initially posted anti-immigration content, then gradually posted more pro-immigration content, which we refer to as pacing and leading. We also applied a contact treatment in conjunction with the messaging based methods, where the bots liked the subjects' posts. We found that the most effective treatment was a combination of pacing and leading with contact. The least effective treatment was arguing with contact. In fact, arguing with contact consistently showed a backfire effect relative to a control group. These findings have many limitations, but they still have important implications for the study of political polarization, the backfire effect, and persuasion in online social networks.

연구 동기 및 목표

• 온라인 정치적 논의에서 패싱 및 리딩—일관된 동의에서 점진적인 설득으로 전환하는 전략이 역효과를 완화시킬 수 있는지 조사하기 위해.
• 예를 들어 사용자 게시물에 좋아요를 누르는 것과 같은 사회적 접촉이 온라인 환경에서 설득 효과를 높이는지 검토하기 위해.
• 메시지 전략과 상호작용의 조합이 반이민 정서 논의에서 극단적 언어 사용을 줄이는 데 미치는 영향을 평가하기 위해.
• 의견 패턴을 통한 내부 집단 정렬이 직접적인 논쟁에 비해 설득 결과를 향상시키는지 테스트하기 위해.
• 지속적이고 세련된 메시징이 소셜 미디어 환경에서 사용자 언어 패턴에 미치는 장기적 영향을 탐구하기 위해.

제안 방법

• 반이민 정서를 가진 사용자를 대상으로 한 장기적 현장 실험을 트위터에서 수행하여 자동화된 봇을 활용해 치료 조치를 제공하였다.
• 논쟁 전략을 적용—사회적 상호작용 없이 직접적으로 이민 친화적 콘텐츠를 메시지로 전달하였다.
• 패싱 및 리딩 전략을 적용—일단 반이민 정서 콘텐츠를 게시하여 유대감을 형성한 후 점진적으로 이민 친화적 메시지로 전환하였다.
• 접촉 전략을 도입—봇이 사용자 트윗에 좋아요를 눌러 사회적 유대감 형성과 유대감 구축을 시뮬레이션하였다.
• 패싱 및 리딩 전략과 접촉 전략을 결합하여 설득 결과에 미치는 상호작용 효과를 테스트하였다.
• 네 개의 실험 단계 동안 극단적 반이민 언어 사용의 변화를 측정하여 역효과의 지표로 삼았다.

실험 결과

연구 질문

• RQ1 온라인 정치적 논의에서 직접적인 논쟁에 비해 패싱 및 리딩 전략이 역효과를 줄이는가?
• RQ2 예를 들어 사용자 게시물에 좋아요를 누르는 것과 같은 사회적 접촉을 추가하면 설득 전략의 효과가 향상되는가?
• RQ3 패싱 및 리딩 전략과 접촉 간에 상호작용 효과가 존재하여 역효과 완화에 기여하는가?
• RQ4 이러한 치료 조치의 효과는 다양한 실험 단계 동안 시간이 지남에 따라 어떻게 변화하는가?
• RQ5 지속적이고 점진적인 메시징에 사회적 참여를 결합하면 정치적으로 민감한 온라인 논의에서 극단적 언어 사용을 줄일 수 있는가?

주요 결과

• 패싱 및 리딩 전략과 접촉 전략을 조합한 PC 조건이 가장 효과적이었으며, 두 번째 및 세 번째 단계에서 극단적 반이민 언어 사용이 유의미하게 감소하였다.
• 접촉이 있는 논쟁 조건(AC)은 일관되게 역효과를 보였으며, 제어군 대비 극단적 언어 사용이 증가하였다.
• 접촉이 없는 패싱 및 리딩 전략(P)은 중간 정도의 효과를 보였지만, PC 조건에 비해 뒤처졌다.
• 접촉이 없는 논쟁 조건(A)은 극단적 언어 사용 감소에 유의미한 영향을 미치지 못했다.
• 네 번째 단계에서는 모든 치료 조건 간에 유의미한 차이가 없었으며, 치료 종료 후 지속적인 장기적 분리 효과가 없음을 시사하였다.
• 네 번째 단계에서 모든 치료 조건에서 역효과가 관찰되었으며, 이는 치료 후 극단적 언어 사용이 재편성되거나 정상화될 가능성을 시사한다.