[論文レビュー] Political Partisanship and Anti-Science Attitudes in Online Discussions about Covid-19

Ashwin Rao, Fred Morstatter+5 more|arXiv (Cornell University)|Nov 17, 2020

Misinformation and Its Impacts参考文献 24被引用数 15

ひとこと要約

本研究は、2020年1月から5月にかけての120万件のTwitter投稿を分析し、テキストベースの分類を用いて米国のオンライン議論におけるCOVID-19に関する多様な極端化（政治的（リベラル／コンservative）、中立性（極端派／中道）、科学的（支持／反対））をモデル化する。その結果、政治的極端化と科学的反対態度は強く相関しており、極端なコンservativeユーザーが最も科学的反対態度を示す一方、科学的支持を示す中道ユーザーが活動的で地理的カバレッジも広く、特に西部および東北部諸州に顕著であることが判明した。

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.

研究の動機と目的

• パンデミックに関するオンライン議論において、政治的分極化と反科学的態度がどのように共起するかを理解すること。
• 単一の政治的軸にとどまらず、政治的イデオロギー、中道的強度、科学的リテラシーの複数の次元にわたる分極化をモデル化すること。
• 公衆衛生コミュニケーション戦略の立案に資するため、分極化したユーザー集団の時間的・地理的変化を追跡すること。
• 言語的特徴とネットワーク特徴に基づいて、ソーシャルメディア利用者を多様な次元で分類するフレームワークを構築・検証すること。
• 特に科学的コンSENSスに関連して、公衆衛生危機の進行に伴い分極化が強化されるか、あるいは変化するかを評価すること。

提案手法

• 非党派のメディア出典を政治的、中道的、科学的次元で分類し、イデオロギー的極端を定義するためのシードセットを構築した。
• コンテンツベースおよびネットワークベースの推論手法を組み合わせ、3つの次元に沿って個々のTwitterユーザーを分類した。
• ラベル付きメディア出典を訓練データとして用いた教師あり分類手法を適用し、ユーザーが科学的支援／反対、リベラル／コンservative、極端派／中道のいずれの立場に属するかを推定した。
• 語彙的特徴、ハッシュタグ使用状況、リツイートネットワーク構造を組み合わせてモデルを訓練・評価し、分類精度を向上させた。
• 州ごとおよび週単位でユーザーの分布を地理的にマップし、分極化の空間的・時間的ダイナミクスを分析した。
• 最先端の手法と比較してモデルの性能を検証し、多様な次元における分極化検出においてより高い精度を示した。

実験結果

リサーチクエスチョン

• RQ1 政治的分極化と反科学的態度は、COVID-19に関するオンライン議論の中でどのように分布しているか？
• RQ2 ソーシャルメディアの議論において、政治的分極化と科学的関連分極化の次元はどの程度相関しているか？
• RQ3 パンデミック期間中に、異なるイデオロギー的ユーザー集団（例：科学的支援の中道派 vs. 反科学的コンservative）の活動レベルはどのように変化するか？
• RQ4 どの米国州が反科学的または科学的支援ユーザーの濃度が高く、これらのパターンは州レベルの政策対応とどのように一致するか？
• RQ5 ソーシャルメディアのテキストおよびネットワークデータを用いて、多様な次元の分極化を効果的にモデル化・追跡できるか？

主な発見

• 政治的分極化と科学的関連分極化は強く相関している：極端な政治的立場のユーザーは、反科学的態度を示す可能性が著しく高く、中道的ユーザーは科学的支援を示す傾向が強い。
• 予想に反し、分極化は時間経過とともに拡大しなかった。むしろ、科学的支援を示す中道的ユーザーの数は、研究期間を通じて着実に増加した。
• 反科学的コンservativeユーザーは主にアメリカ南部に集中しており、反科学的中道ユーザーはカリフォルニア、ネバダ、ワイオミングなどの西部諸州に集中している。
• 科学的支援の中道ユーザーは、ワシントン、オレゴン、バーモント、ワシントンD.C.などで最も活発で、これら地域は早期かつ断固とした公衆衛生対応を取った。
• ハッシュタグ「#hydroxychloroquine」は、科学的支援を示すコンservativeユーザーと反科学的コンservativeユーザーの両方によって顕著に使用されており、分極化の原因となったことが示唆された。
• 分極化の地理的パターンは、州レベルの政策対応と一致している：ロックダウンを遅らせたり、リスクを軽視した州では、Twitter上での反科学的ユーザーの割合が高かった。