[論文レビュー] Social media polarization and echo chambers: A case study of COVID-19.

Julie Jiang, Xiang Ren+1 more|arXiv (Cornell University)|Mar 19, 2021

Misinformation and Its Impacts被引用数 6

ひとこと要約

本研究では、BERTベースの自然言語処理とTwitterのネットワーク構造を統合したスケーラブルなモデル、Retweet-BERTを導入し、米国における新型コロナウイルス関連の議論におけるユーザーのポジティブ性を推定する。その結果、右派寄りのユーザーがより活発で発言的であり、派閥主義的なユーザーが影響力ネットワークを支配しており、政治的エコローサンダスが顕著に極端化を助長していることが明らかになった。本研究の結果は、公衆衛生コミュニケーションに重要な示唆をもたらす。

ABSTRACT

During 2020, social media chatter has been largely dominated by the COVID-19 pandemic. In this paper, we study the extent of polarization of COVID-19 discourse on Twitter in the U.S. First, we propose Retweet-BERT, a scalable and highly accurate model for estimating user polarity by leveraging language features and network structures. Then, by analyzing the user polarity predicted by Retweet-BERT, we provide new insights into the characterization of partisan users. Right-leaning users, we find, are noticeably more vocal and active in the production and consumption of COVID-19 information. Our analysis also shows that most of the highly influential users are partisan, which may contribute to further polarization. Crucially, we provide empirical evidence that political echo chambers are prevalent, exacerbating the exposure to information in line with pre-existing users' views. Our findings have broader implications in developing effective public health campaigns and promoting the circulation of factual information online.

研究の動機と目的

• 新型コロナウイルスパンデミック期における米国におけるTwitter議論における政治的極端化の程度を理解すること。
• 言語的データとネットワークデータの両方を用いて、ユーザーのポジティブ性を推定するスケーラブルで正確な手法を開発すること。
• 派閥主義的ユーザーが情報露出の形態をどのように形作り、エコローサンダスを強化しているかを調査すること。
• オンラインの健康議論における政治的エコローサンダスの広がりと影響について、実証的証拠を提供すること。

提案手法

• リツイートネットワーク特徴を統合した微調整済みBERTモデル、Retweet-BERTを提案し、ユーザーのポジティブ性を予測する。
• 言語的コンテンツとリツイートパターンに基づき、ユーザーを左派寄り・右派寄りに分類するため、ラベル付きのTwitterデータでモデルを学習する。
• ネットワークの中心性指標を用いて、影響力のあるユーザーを同定し、その派閥的傾向を分析する。
• COVID-19に関する議論に参加する米国Twitterユーザーの大規模データセットを用い、ポジティブ性の分布とネットワーク内での影響力を評価する。
• リツイートネットワークにおける同質性（ホモフィリー）と情報露出パターンの測定を通じて、エコローサンダスを検出する。
• ベンチマーク比較とユーザークラスタの定性的分析により、モデルの性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 米国のTwitter議論における新型コロナウイルス関連の政治的極端化は、どの程度顕著に現れているか？
• RQ2 パンデミック期における右派寄りと左派寄りのユーザーは、活動レベルや情報消費パターンでどのように異なるか？
• RQ3 派閥主義的ユーザーは、ソーシャルメディア上での情報の可視性と拡散に、どのように関与しているか？
• RQ4 公衆衛生危機期におけるTwitter上に、どの程度エコローサンダスが形成され、極端化した情報露出を強化しているか？
• RQ5 影響力のあるユーザーは、健康関連の議論において、どのように偏った物語を拡散させているか？

主な発見

• 右派寄りのユーザーは、左派寄りのユーザーに比べて、新型コロナウイルス関連のコンテンツ作成・消費において顕著に高い活動レベルを示している。
• パンデミック期における最も影響力のあるユーザーの大多数が政治的派閥主義的であることが判明し、影響力が思想的グループ内に集中していることが示された。
• 政治的エコローサンダスは実証的に広く存在しており、ユーザーは主に自身の事前の見解と一致する情報に晒されている。
• リツイートネットワークの構造が、異派閥間の情報流通を制限することで、極端化を助長している。
• 言語的特徴とネットワークレベルの特徴を統合することで、Retweet-BERTモデルはポジティブ性推定において高い正確性を達成している。
• 研究結果は、派閥主義的インフルエンサーが公衆衛生緊急事態における情報環境を形作る上で、極めて重要な役割を果たしていることを示唆している。