[논문 리뷰] Prevalence of Low-Credibility Information on Twitter During the COVID-19 Outbreak

Kai‐Cheng Yang, Christopher Torres-Lugo외 1명|arXiv (Cornell University)|2020. 04. 29.

Misinformation and Its Impacts참고 문헌 18인용 수 100

한 줄 요약

이 논문은 COVID-19 기간 Twitter에서 저신뢰 정보의 유병률을 추정하고, 봇 개입을 분석하며, 조정된 증폭 및 정치화의 징후를 식별한다.

ABSTRACT

As the novel coronavirus spreads across the world, concerns regarding the spreading of misinformation about it are also growing. Here we estimate the prevalence of links to low-credibility information on Twitter during the outbreak, and the role of bots in spreading these links. We find that the combined volume of tweets linking to low-credibility information is comparable to the volume of New York Times articles and CDC links. Content analysis reveals a politicization of the pandemic. The majority of this content spreads via retweets. Social bots are involved in both posting and amplifying low-credibility information, although the majority of volume is generated by likely humans. Some of these accounts appear to amplify low-credibility sources in a coordinated fashion.

연구 동기 및 목표

• 트위터에서 COVID-19에 관한 트윗에 연결된 저신뢰 정보의 유병률을 추정한다.
• 저신뢰 콘텐츠를 게시하고 증폭하는 데 있어 소셜 봇의 역할을 특징짓는다.
• 저신뢰 정보의 조정된 증폭 징후를 탐색한다.
• 팬데믹의 정치화를 평가하기 위해 저신뢰 콘텐츠의 주제를 분석한다.

제안 방법

• 확립된 표기 기준을 사용하여 570개의 저신뢰 소스에 대해 도메인 수준의 신뢰도를 주석 처리한다.
• COVID-19 해시태그 및 링크를 포함하는 트윗의 임의 10% 샘플에서 DS1을, 저신뢰 링크를 포함하는 트윗에서 DS2를 생성한다.
• 축약 URL을 확장하여 실제 도메인을 식별하고 분석에서 Twitter 및 기타 소셜 미디어 링크를 제외한다.
• BotometerLite로 봇을 감지하고 계정을 0.5 임계값으로 봇 유사한 것으로 분류한다.
• 저신뢰 링크를 공유하는 계정들의 유사성 네트워크를 구성하여 조정된 증폭을 식별한다.
• DS2의 기사 제목을 분석하여 일반적인 저신뢰 주제를 식별한다.

실험 결과

연구 질문

• RQ1 COVID-19 발발 동안 저신뢰 소스로 연결되는 트윗 볼륨의 비중은 얼마인가?
• RQ2 이 볼륨 중 어느 부분이 소셜 봇에 의해 생성되거나 증폭되는가?
• RQ3 저신뢰 링크를 공유하는 계정들 사이에 조정된 증폭의 증거가 있는가?
• RQ4 COVID-19와 관련된 저신뢰 콘텐츠에서 가장 널리 나타나는 주제는 무엇인가?

주요 결과

• DS1에서 저신뢰 링크는 총 트윗 볼륨의 0.89%를 차지하며 nytimes.com(0.98%)에 비해 비슷하고 cdc.gov(<0.65%)보다 높다.
• 저신뢰 링크의 약 68%가 리트윗을 통해 공유되며 nytimes.com의 리트윗 비율보다 높다.
• 봇 계정은 신뢰할 수 있는 소스보다 저신뢰 트윗 볼륨의 더 높은 비율에 기여하며, 트윗 수준에서 봇 비율은 12.1%(저신뢰), 6.5%(nytimes.com), 10.6%(전체 링크)이다.
• 리트윗에서의 봇 참여가 존재하며, 봇 유사한 계정이 저신뢰 콘텐츠의 더 많은 봇 유사 리트윗어를 끌어당긴다(신뢰할 수 있는 소스보다).
• 유사성 네트워크는 동일한 다수의 저신뢰 소스를 공유하는 밀집하게 연결된 계정 클러스터를 보여주며, 조정된 증폭을 시사한다.
• 워드 클라우드 분석은 팬데믹의 정치화를 보여주며, 주제로는 미국 정치, 발병 상태, 경제 이슈 등이 포함되고; ZeroHedge는 두드러진 저신뢰 소스이다.