[논문 리뷰] Political Partisanship and Anti-Science Attitudes in Online Discussions about Covid-19

Ashwin Rao, Fred Morstatter외 5명|arXiv (Cornell University)|2020. 11. 17.

Misinformation and Its Impacts참고 문헌 24인용 수 15

한 줄 요약

이 연구는 2020년 1월~5월 기간 동안 120만 건의 트위터 게시물을 분석하여 코로나19에 대한 미국 온라인 논의에서 다차원적 분열을 모델링한다. 텍스트 기반 분류 기법을 활용해 사용자를 정치성(진보/보수), 중도성(경직된/중도), 과학성(과학 지지/반과학) 축에 따라 매핑한다. 연구 결과, 정치적 분열과 과학적 분열은 높은 상관관계를 보이며, 경직된 보수층이 가장 반과학적 성향을 보인다. 반면 과학 지지 중도자들이 활동량과 지리적 영향력 면에서 가장 뛰어나며, 특히 서부 및 북동부 주에서 두드러진다.

ABSTRACT

The novel coronavirus pandemic continues to ravage communities across the US. Opinion surveys identified importance of political ideology in shaping perceptions of the pandemic and compliance with preventive measures. Here, we use social media data to study complexity of polarization. We analyze a large dataset of tweets related to the pandemic collected between January and May of 2020, and develop methods to classify the ideological alignment of users along the moderacy (hardline vs moderate), political (liberal vs conservative) and science (anti-science vs pro-science) dimensions. While polarization along the science and political dimensions are correlated, politically moderate users are more likely to be aligned with the pro-science views, and politically hardline users with anti-science views. Contrary to expectations, we do not find that polarization grows over time; instead, we see increasing activity by moderate pro-science users. We also show that anti-science conservatives tend to tweet from the Southern US, while anti-science moderates from the Western states. Our findings shed light on the multi-dimensional nature of polarization, and the feasibility of tracking polarized opinions about the pandemic across time and space through social media data.

연구 동기 및 목표

• 팬데믹에 대한 온라인 논의에서 정치적 기강과 반과학적 태도가 어떻게 공존하는지 이해하기 위해.
• 단일 정치 축이 아닌, 정치 이데올로기, 중도성 강도, 과학적 이해도 등 여러 차원에서 분열을 모델링하기 위해.
• 공중보건 위기 기간 동안 분열된 사용자 집단의 시간적·지역적 변화를 추적하여 공중보건 커뮤니케이션 전략을 뒷받침하기 위해.
• 언어적 및 네트워크 특징을 기반으로 사회관계망 사용자에 대한 다차원 분류 프레임워크를 개발하고 검증하기 위해.
• 특히 과학적 합의와 관련하여 공중보건 위기 기간 동안 분열이 강화되거나 진화하는지 평가하기 위해.

제안 방법

• 비정파적 매체 출처를 정치성, 중도성, 과학성 차원에서 분류하여 이데올로기 극점(극점)을 정의하기 위한 시드 세트를 구축하였다.
• 콘텐츠 기반 및 네트워크 기반 추론 방법을 조합하여 개인 트위터 사용자를 세 가지 차원에 따라 분류하였다.
• 라벨이 부여된 매체 출처를 기반으로 훈련된 지도 학습 기반 분류 기법을 적용하여 사용자의 과학 지지/반과학, 진보/보수, 경직/중도 성향을 추론하였다.
• 어휘 특징, 해시태그 사용, 재트윗 네트워크 구조를 조합하여 분류 정확도를 향상시키기 위해 모델을 훈련하고 평가하였다.
• 주별로 지도적으로, 주간 단위로 시간적으로 사용자 분포를 매핑하여 분열의 공간적·시간적 역학을 분석하였다.
• 최신 기술 기반의 방법과 비교하여 모델 성능을 검증하였으며, 다차원 분열 탐지에서 뛰어난 정확도를 입증하였다.

실험 결과

연구 질문

• RQ1 정치적 기강과 반과학적 태도는 코로나19에 대한 온라인 논의에서 어떻게 분포되어 있는가?
• RQ2 사회관계망 논의에서 정치적 분열과 과학 관련 분열 차원 간의 상관관계는 어느 정도인가?
• RQ3 팬데믹 기간 동안 다양한 이데올로기 집단(예: 과학 지지 중도자 vs. 반과학적 보수층)의 활동 수준은 시간이 지남에 따라 어떻게 변화하는가?
• RQ4 어느 미국 주에서 반과학적 사용자나 과학 지지 사용자가 더 높은 비율로 분포되어 있으며, 이러한 패턴은 주 차원의 정책 대응과 어떻게 일치하는가?
• RQ5 사회관계망 텍스트 및 네트워크 데이터를 활용해 다차원 분열을 효과적으로 모델링하고 추적할 수 있는가?

주요 결과

• 정치적 분열과 과학 관련 분열은 높은 상관관계를 보이며, 정치적으로 경직된 사용자는 반과학적 견해를 더 높이 갖는 반면, 중도자들은 과학 지지 성향을 더 높이 갖는다.
• 기대와는 달리 분열은 시간이 지남에 따라 증가하지 않았고, 오히려 과학 지지 정치 중도자들의 수가 연구 기간 내내 지속적으로 증가하였다.
• 반과학적 보수층은 주로 미국 남부 지역에 집중되어 있었고, 반과학적 중도자들은 캘리포니아, 네바다, 와이오밍 등 서부 주에 집중되어 있었다.
• 과학 지지 중도자들이 가장 활발히 활동한 주로 워싱턴, 오рег곤, 버지니아, 워싱턴 D.C. 가 있으며, 이들 지역은 조기에 결정적인 공중보건 대응를 시행한 바 있다.
• 해시태그 #hydroxychloroquine는 과학 지지 및 반과학적 보수층 양측에서 두드러지게 논의되었으며, 이는 분열의 원인이 되는 이슈임을 시사한다.
• 지역적 분열 패턴은 주 정책 대응과 일치한다: 봉쇄 조치를 늦게 시행하거나 위험을 경시한 주에서는 트위터에서 반과학적 사용자의 비율이 더 높았다.