[논문 리뷰] Quantifying social organization and political polarization in online platforms

Isaac Waller, Ashton Anderson|arXiv (Cornell University)|2020. 10. 01.

Social Media and Politics참고 문헌 34인용 수 137

한 줄 요약

이 논문은 행동 데이터를 사용하여 온라인 플랫폼에서의 사회적 조직과 정치적 극단화를 정량화하는 신경망 임bedding 방법론을 제시한다. 이 방법은 14년간의 10,000개 커뮤니티에 걸쳐 51억 개의 Reddit 댓글에 적용되었다. 연구 결과, 2016년에 Reddit에서 정치적 극단화가 급격히 증가했으며, 이는 개인의 극단화 때문이 아니라 신규로 오는 우익 성향 사용자들 때문이었다. 또한 극단화는 비대칭적이며, 좌익 성향 커뮤니티에서는 유의미한 변화가 관찰되지 않았다.

ABSTRACT

Optimism about the Internet's potential to bring the world together has been tempered by concerns about its role in inflaming the 'culture wars'. Via mass selection into like-minded groups, online society may be becoming more fragmented and polarized, particularly with respect to partisan differences. However, our ability to measure the social makeup of online communities, and in turn understand the social organization of online platforms, is limited by the pseudonymous, unstructured, and large-scale nature of digital discussion. We develop a neural embedding methodology to quantify the positioning of online communities along social dimensions by leveraging large-scale patterns of aggregate behaviour. Applying our methodology to 5.1B Reddit comments made in 10K communities over 14 years, we measure how the macroscale community structure is organized with respect to age, gender, and U.S. political partisanship. Examining political content, we find Reddit underwent a significant polarization event around the 2016 U.S. presidential election, and remained highly polarized for years afterward. Contrary to conventional wisdom, however, individual-level polarization is rare; the system-level shift in 2016 was disproportionately driven by the arrival of new and newly political users. Political polarization on Reddit is unrelated to previous activity on the platform, and is instead temporally aligned with external events. We also observe a stark ideological asymmetry, with the sharp increase in 2016 being entirely attributable to changes in right-wing activity. Our methodology is broadly applicable to the study of online interaction, and our findings have implications for the design of online platforms, understanding the social contexts of online behaviour, and quantifying the dynamics and mechanisms of online polarization.

연구 동기 및 목표

• 자기 보고 데이터가 신뢰할 수 없는 대규모 익명 온라인 커뮤니티에서 사회적 조직을 측정하는 데 도전하는 것.
• 특히 개인의 극단화인지 공동체 수준의 변화인지에 따라 온라인 플랫폼에서 정치적 극단화가 어떻게 변화하는지 이해하는 것.
• 극단화 동역학이 이념적 경계를 기준으로 대칭적인지, 아니면 방향성의 비대칭성을 보이는지 조사하는 것.
• 자기 보고나 전문가 레이블링의 편향을 피하기 위해 순수하게 집합적 사용자 행동 기반으로 파artisan십, 연령, 성별 등의 사회적 차원을 포착하는 방법론을 개발하는 것.

제안 방법

• 사용자 소속 패턴을 기반으로 커뮤니티를 고차원 공간 내 벡터로 표현하기 위해 신경망 커뮤니티 임베딩을 사용한다.
• 이중 단계 알고리즘을 적용한다: 첫 번째로, 목표 사회적 차원(예: 좌익 대비 우익 정치)에 따라 다름을 보이는 시드 커뮤니티 쌍을 식별하고, 두 번째로 유사한 방향성 쌍에서 공통 벡터를 계산하여 해당 차원을 정의한다.
• 커뮤니티 임베딩의 시각화를 위해 UMAP를 사용하며, 평균 대비 z-점수를 통해 파artisan 위치를 측정한다.
• 외부 데이터(예: 미국 인구 조사 직업 데이터 및 Reddit 사용자 자기 보고)를 활용해 성별 및 정치 성향 임베딩의 타당성을 검증하여 실제 인구 통계와의 일치를 확보한다.
• 시간에 따른 커뮤니티 임베딩의 변화를 분석하여, 특히 2016년 미국 선거 기간 주변에서 극단화의 변화를 탐지한다.
• 정치 커뮤니티 내 단어 사용 패턴을 분석하여 각 파artisan 차원의 끝부분과 관련된 의미적 내용을 해석한다.

실험 결과

연구 질문

• RQ1 플랫폼 수준의 정치적 극단화는 시간이 지남에 따라 얼마나 변화하는가?
• RQ2 개인 사용자들이 시간이 지남에 따라 정치 활동에서 더 극단화되는가? 만약 그렇다면, 이러한 변화가 플랫폼 수준의 극단화를 이끌고 있는가?
• RQ3 극단화의 동역학은 이념적으로 대칭적인가?
• RQ4 신규 사용자들은 온라인 커뮤니티의 거시적 사회적 구조에 어떻게 영향을 미치는가?

주요 결과

• Reddit에서 정치적 극단화는 2016년 미국 대선 기간에 크게 증가했으며, 이후 수년간 높은 수준을 유지했다.
• 2016년 극단화 급증은 개인의 극단화 때문이 아니라, 특히 우익 성향 사용자들의 유입 때문이었다.
• 개인 수준의 정치적 극단화는 흔하지 않으며, 시스템 수준의 변화는 사용자들이 시간이 지남에 따라 더 극단적으로 변한 데서 비롯되지 않았다.
• Reddit의 정치적 극단화는 사용자들의 이전 플랫폼 활동이나 알고리즘 쇄신과는 무관하게 외부 사건과 시간적으로 일치한다.
• 명백한 이념적 비대칭성이 존재한다: 2016년 극단화 증가는 오직 우익 사용자 행동의 변화에서 기인했으며, 좌익에서는 유사한 변화가 관찰되지 않았다.
• 행동 데이터만을 사용하여도 파artisan십, 연령, 성별 등의 사회적 차원을 성공적으로 포착할 수 있었으며, 외부 인구 통계 기준과의 검증을 통해 타당성을 입증했다.