[论文解读] #IStandWithPutin versus #IStandWithUkraine: The interaction of bots and humans in discussion of the Russia/Ukraine war

Bridget Smart, Joshua Watt+3 more|arXiv (Cornell University)|Aug 15, 2022

Misinformation and Its Impacts被引用 4

一句话总结

本研究利用2022年2月23日至3月8日期间的Twitter数据，分析了在俄罗斯-乌克兰战争初期阶段，机器人账户与人类账户如何塑造在线话语。通过结合情感分析、语言特征分析（LIWC）和信息流建模，研究发现：亲俄罗斯的非机器人账户总体影响力最大，而机器人活动显著放大了与焦虑和治理相关的讨论，且机器人活动与情感之间存在双向影响。

ABSTRACT

The 2022 Russian invasion of Ukraine emphasises the role social media plays in modern-day warfare, with conflict occurring in both the physical and information environments. There is a large body of work on identifying malicious cyber-activity, but less focusing on the effect this activity has on the overall conversation, especially with regards to the Russia/Ukraine Conflict. Here, we employ a variety of techniques including information theoretic measures, sentiment and linguistic analysis, and time series techniques to understand how bot activity influences wider online discourse. By aggregating account groups we find significant information flows from bot-like accounts to non-bot accounts with behaviour differing between sides. Pro-Russian non-bot accounts are most influential overall, with information flows to a variety of other account groups. No significant outward flows exist from pro-Ukrainian non-bot accounts, with significant flows from pro-Ukrainian bot accounts into pro-Ukrainian non-bot accounts. We find that bot activity drives an increase in conversations surrounding angst (with p = 2.450 x 1e-4) as well as those surrounding work/governance (with p = 3.803 x 1e-18). Bot activity also shows a significant relationship with non-bot sentiment (with p = 3.76 x 1e-4), where we find the relationship holds in both directions. This work extends and combines existing techniques to quantify how bots are influencing people in the online conversation around the Russia/Ukraine invasion. It opens up avenues for researchers to understand quantitatively how these malicious campaigns operate, and what makes them impactful.

研究动机与目标

• 理解机器人账户在社交媒体上对俄罗斯-乌克兰战争期间人类话语的影响。
• 量化亲俄罗斯与亲乌克兰社群中机器人账户与非机器人账户之间的信息流模式。
• 研究机器人活动对在线话语中情感与语言内容的影响。
• 评估恶意影响力活动是否在地缘政治冲突期间有效塑造公众话语。
• 开发一种可迁移的框架，结合语言学、情感分析与时间序列技术，用于分析有组织的虚假信息活动。

提出的方法

• 收集了2022年2月23日至3月8日期间，包含特定亲俄罗斯与亲乌克兰立场相关标签的520万条推文。
• 使用Botometer将账户分类为机器人型（机器人）与非机器人，并进一步按国家倾向（亲俄罗斯、亲乌克兰、平衡）分类。
• 应用LIWC与VADER从推文内容中提取语言特征与情感得分。
• 使用时间序列分析与格兰杰因果关系检验，衡量机器人活动对情感与语言类别的滞后影响。
• 采用信息论度量方法，量化聚合账户群体之间的净信息流。
• 对机器人比例与LIWC类别的48小时滞后关系进行互相关分析，以验证方向性影响。

实验结果

研究问题

• RQ1 机器人账户如何影响俄罗斯-乌克兰战争在线话语中非机器人账户的情感与语言内容？
• RQ2 机器人与非机器人账户之间的信息流模式如何？这些模式在亲俄罗斯与亲乌克兰社群中是否存在差异？
• RQ3 哪些语言与情感类别最受机器人活动影响？其时间滞后特征为何？
• RQ4 机器人活动与非机器人话语的情感之间是否存在双向关系？
• RQ5 按国家倾向与机器人状态聚合的账户群体，在自微熵与影响力能力方面有何差异？

主要发现

• 亲俄罗斯的非机器人账户总体影响力最大，向多个其他账户群体产生了显著的净信息流。
• 亲乌克兰的非机器人账户未产生显著的外部信息流，但存在来自亲乌克兰机器人账户向亲乌克兰非机器人账户的强烈信息流入。
• 机器人活动显著增加了关于‘焦虑’（p = 2.450 × 10⁻⁴）与‘工作/治理’（p = 3.803 × 10⁻¹⁸）的讨论，影响在3至10小时后显现。
• 机器人活动与非机器人情感之间存在双向关系（p = 3.76 × 10⁻⁴），表明相互影响。
• 自声明为机器人的账户对‘工作’类别（如‘政府’、‘领导力’）影响最强，且在48小时内保持显著且持续的影响。
• ‘焦虑’与‘填充词’类别的影响在24小时内减弱，而‘功能’与‘工作’类别的影响可持续长达48小时。