[论文解读] Tweeting AI: Perceptions of AI-Tweeters (AIT) vs Expert AI-Tweeters (EAIT)

Lydia Manikonda, Cameron Dudley+1 more|arXiv (Cornell University)|Apr 27, 2017

Misinformation and Its Impacts参考文献 12被引用 6

一句话总结

本研究通过推特数据分析公众对人工智能的看法，比较了一般AI推文用户（AIT）与专家AI推文用户（EAIT）。利用自然语言处理与社交媒体分析技术，研究发现尽管两组对人工智能均持乐观态度，但EAIT表达的负面情绪更多，转发率更低，且在讨论人工智能时比AIT更现实。AIT则产生更多具有病毒式传播特征的内容，其内容多集中于伦敦和纽约等地理热点地区。

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.

研究动机与目标

• 理解公众通过社交媒体（尤其是推特）表达的人工智能认知。
• 比较一般AI推文用户（AIT）与专家AI推文用户（EAIT）在情感、参与度及话题兴趣方面的差异。
• 探究非专家与专家用户在社交媒体平台上关于人工智能的讨论有何不同。
• 识别人工智能相关推特讨论中的地理、情感与主题模式。

提出的方法

• 使用推特API于2017年2月收集230万条公开推文，关键词包括#ai、#artificialintelligence、#machinelearning和#bigdata。
• 过滤重复推文及包含多个关键词的推文，最终获得33,000名用户发布的20万条唯一推文。
• 利用基于自然语言处理的聚类与关键词提取技术，将推文划分为10个主题类别。
• 应用LIWC（语言探究与词频分析）工具，分析推文中的情感与认知负荷。
• 在Text8语料库上使用Word2Vec，识别61个预定义人工智能术语的共现语义模式。
• 通过转发频率衡量参与度，并比较AIT与EAIT之间的信息扩散速率。

实验结果

研究问题

• RQ1 从发布人工智能相关推文的个人及其兴趣特征中，可以得出哪些洞察？
• RQ2 人工智能相关推文在推特上的参与率如何？
• RQ3 人工智能相关推文整体上是乐观还是悲观的语气？
• RQ4 人工智能推文用户最常讨论哪些话题？
• RQ5 哪些概念在推文中频繁与人工智能相关词汇共现？

主要发现

• 与一般推文相比，人工智能相关推文整体更积极，AIT与EAIT均对人工智能的未来持乐观态度。
• 尽管整体情绪积极，但EAIT用户表达的负面情绪多于AIT用户，表明其态度更谨慎或更具批判性。
• AIT推文的转发率显著高于EAIT推文，表明一般用户中的信息传播更广泛且更具病毒式传播特征。
• 伦敦与纽约市是人工智能相关推特活动的主要地理中心，AIT用户在欧洲与美国的地理分布更为集中。
• AIT用户关注的主题包括深度学习的影响、职业发展与人工智能故事，而EAIT用户则以更技术性与现实的方式讨论人工智能。
• Word2Vec分析显示，AIT将人工智能与“赛博格”与“危险”等未来主义概念关联，而EAIT则使用“算法”与“数据”等更务实的术语，表明其认知更具现实基础。