[论文解读] Reliability of Content and Echo Chambers on YouTube during the COVID-19 Debate

Niccolò Di Marco, Matteo Cinelli+1 more|arXiv (Cornell University)|Jun 16, 2021

Misinformation and Its Impacts被引用 6

一句话总结

本研究利用68家新闻频道的数据，运用信息论分析新冠疫情期间YouTube上的用户参与度，表明用户基于政治偏见和内容可靠性形成回音室。结果表明用户互动存在非随机聚类，真实网络的联合熵高于随机化对照网络，证实了在内容的政治与事实维度上均存在持久的回音室现象。

ABSTRACT

The spread of inaccurate and misleading information may alter behaviours and complicate crisis management, especially during an emergency like the COVID-19 pandemic. This paper aims to investigate information diffusion during the COVID-19 pandemic by evaluating news consumption on YouTube. First, we analyse more than 2 million users' engagement with 13,000 videos released by 68 YouTube channels, labelled with a political bias and fact-checking index. Then, we study the relationship between each userÕs political preference and their consumption of questionable (i.e., poorly fact-checked) and reliable information. Our results, quantified using measures from information theory, provide evidence for the existence of echo chambers across two dimensions represented by political bias and the trustworthiness of information channels. We observe that the echo chamber structure cannot be reproduced after properly randomising the users' interaction patterns. Moreover, we observe a relation between the political bias of users and their tendency to consume highly questionable news.

研究动机与目标

• 调查政治偏见与内容可靠性如何影响新冠疫情期间YouTube上的信息传播。
• 确定在政治与事实维度上，YouTube用户参与模式中是否存在回音室现象。
• 使用信息论度量量化用户互动的非随机结构。
• 通过将真实网络与随机化对照网络比较，评估观察到的回音室效应是否具有统计显著性。

提出的方法

• 收集了2019年12月至2020年9月期间，68家YouTube新闻频道发布的12,933个视频的1090万条评论。
• 使用媒体偏见事实核查（MBFC）评级为频道分配政治偏见和事实报道得分，政治偏见数值范围为-1（极左）至1（极右），事实报道得分范围为0（极低）至1（极高）。
• 构建用户-视频共同评论的二部图网络，以建模用户参与模式。
• 应用Maslov-Sneppen算法对网络链接进行随机化处理，同时保持原始度分布不变，从而实现与实证网络的对比。
• 计算政治偏见与内容可靠性分布的联合熵，以量化用户互动模式中的不确定性与结构。
• 采用基于网格的量化方法（分辨率0.01），并通过理论最大值对熵值进行归一化，以比较真实网络与随机网络。

实验结果

研究问题

• RQ1 基于政治偏见与内容可靠性，新冠疫情期间YouTube上是否存在回音室现象？
• RQ2 观察到的回音室结构是否具有统计非随机性，还是可能源于随机用户互动模式？
• RQ3 真实网络与随机网络中，用户参与度在政治偏见与事实报道联合分布上的差异如何？
• RQ4 用户的政治偏好在多大程度上与低事实核查（低可信度）内容的消费相关？
• RQ5 用户互动模式中的不确定性（联合熵）的信息论度量为何？其在真实网络与随机网络之间有何差异？

主要发现

• 回音室结构在用户参与中具有非随机性，这通过Maslov-Sneppen随机化未能再现观察到的政治偏见与内容可靠性聚类得到证实。
• 真实网络中政治偏见的联合熵为0.3863，随机网络中为0.3338，表明真实数据中不确定性更高，聚类结构更明显。
• 对于内容持续性（可靠性），真实网络的联合熵为0.4297，随机网络中为0.3338，表明实际用户行为中存在更强的结构性模式。
• 具有极端政治倾向的用户显著更倾向于消费事实报道得分较低的频道内容，表明政治偏见与内容可信度之间存在对齐。
• 回音室在政治与事实两个维度上的持续存在，表明算法推荐与用户偏好共同强化了意识形态与认识论上的隔离。
• 结果表明，在疫情等危机期间，YouTube上的信息生态系统并非随机，而是系统性地结构化，对公共卫生传播与媒体素养教育具有重要启示。