[논문 리뷰] Tweeting AI: Perceptions of AI-Tweeters (AIT) vs Expert AI-Tweeters (EAIT)

Lydia Manikonda, Cameron Dudley외 1명|arXiv (Cornell University)|2017. 04. 27.

Misinformation and Its Impacts참고 문헌 12인용 수 6

한 줄 요약

이 연구는 티터터 데이터를 통해 공공의 인공지능에 대한 인식을 분석하며, 일반 인공지능 트리비어(일반 AI-tweeters, AIT)와 전문가 인공지능 트리비어(전문가 AI-tweeters, EAIT)를 비교한다. 자연어 처리(NLP)와 소셜미디어 분석을 활용한 결과, 양측 모두 인공지능에 대해 낙관적이지만, EAIT는 더 많은 부정적 정서를 표현하고, 리트윗 빈도가 낮으며, AIT보다 더 현실적으로 인공지능을 논의하는 것으로 나타났다. 반면 AIT는 런던과 뉴욕과 같은 지리적으로 집중된 핵심지역에서 더 많은 바이럴 콘텐츠를 생성한다.

ABSTRACT

With the recent advancements in Artificial Intelligence (AI), various organizations and individuals started debating about the progress of AI as a blessing or a curse for the future of the society. This paper conducts an investigation on how the public perceives the progress of AI by utilizing the data shared on Twitter. Specifically, this paper performs a comparative analysis on the understanding of users from two categories -- general AI-Tweeters (AIT) and the expert AI-Tweeters (EAIT) who share posts about AI on Twitter. Our analysis revealed that users from both the categories express distinct emotions and interests towards AI. Users from both the categories regard AI as positive and are optimistic about the progress of AI but the experts are more negative than the general AI-Tweeters. Characterization of users manifested that `London' is the popular location of users from where they tweet about AI. Tweets posted by AIT are highly retweeted than posts made by EAIT that reveals greater diffusion of information from AIT.

연구 동기 및 목표

• 소셜미디어, 특히 티터를 통해 표현된 공공의 인공지능에 대한 인식을 이해하는 것.
• 일반 인공지능 트리비어(AIT)와 전문가 인공지능 트리비어(EAIT) 간의 정서, 참여도, 주제 관심도를 비교하는 것.
• 소셜 플랫폼에서 비전문가 및 전문가 사용자 간 인공지능 논의의 차이를 조사하는 것.
• 인공지관련 티터 논의에서 지리적, 정서적, 주제적 패턴을 특정하는 것.

제안 방법

• 2017년 2월의 230만 건의 공개 티터를 티터 API를 사용해 수집하였으며, 시드 해시태그로 #ai, #artificialintelligence, #machinelearning, #bigdata를 활용하였다.
• 중복 제거 및 다중 시드 해시태그를 포함한 티터를 제거하여 총 33,000명의 사용자로부터 20만 건의 고유한 티터를 확보하였다.
• 자연어 처리 기반 클러스터링과 关련 키워드 추출을 통해 티터를 10개의 주제적 주제로 분류하였다.
• 정서 및 인지 부하 분석을 위해 LIWC(Linguistic Inquiry and Word Count)를 적용하였다.
• Text8 코퍼스를 기반으로 Word2Vec을 사용해 61개의 정의된 인공지어휘 주변의 공존 의미 패턴을 식별하였다.
• 리트윗 빈도를 측정하여 참여도를 평가하고, AIT와 EAIT 간의 확산 속도를 비교하였다.

실험 결과

연구 질문

• RQ1 AI에 대해 티터를 올리는 개인들과 그들의 관심사에 대해 특성화함으로써 도출할 수 있는 통찰은 무엇인가?
• RQ2 AI 관련 티터의 티터 참여율은 얼마인가?
• RQ3 AI 관련 티터는 일반적으로 낙관적인지, 비관적인지의 톤을 가진다?
• RQ4 AI 트리비어들 간에 가장 자주 논의되는 주제는 무엇인가?
• RQ5 AI어휘와 자주 함께 나타나는 개념은 무엇인가?

주요 결과

• AI에 관한 티터는 일반 티터보다 전반적으로 더 긍정적이며, AIT와 EAIT 모두 인공지능의 미래에 대해 낙관적이다.
• 전반적인 낙관적 분위기에도 불구하고, EAIT 사용자는 AIT 사용자보다 더 많은 부정적 정서를 표현하고 있어 더 경계하거나 비판적인 시각을 가짐을 시사한다.
• AIT 티터는 EAIT 티터보다 유의미하게 높은 리트윗 빈도를 보이며, 일반 사용자 간의 정보 확산과 바이럴성 측면에서 더 높은 영향력을 가짐을 시사한다.
• 런던과 뉴욕 시티는 AI 관련 티터 활동의 주요 지리적 핵심지역이며, AIT 사용자는 유럽과 미국에서 더 지리적으로 집중되어 있다.
• AIT 사용자는 딥러닝 영향, 경력 개발, 인공지 스토리와 같은 주제에 집중하는 반면, EAIT 사용자는 더 기술적이고 현실적인 방식으로 인공지에 대해 논의한다.
• Word2Vec 분석 결과, AIT는 인공지를 '사이보그'나 '위험'과 같은 미래지향적 개념과 연관지우는 반면, EAIT는 '알고리즘'과 '데이터'와 같은 더 기반적인 용어를 사용하여 더 현실적인 인식을 반영하고 있음이 확인되었다.