Simple Science

最先端の科学をわかりやすく解説

# コンピューターサイエンス# 社会と情報ネットワーク# コンピュータと社会

ソーシャルメディアが政治的見解に与える影響

2020年の選挙中にTwitterとParlerでのユーザー行動を調査する。

― 1 分で読む


ソーシャルメディアの政治的ソーシャルメディアの政治的バイアス動の違いを調べる。TwitterとParlerのユーザー行
目次

長い間、人々は直接会話でお互いにコミュニケーションをとる方法を学んできたし、誰かが真実を話していない時を見分けることもできるようになった。でも、携帯電話やソーシャルメディアの普及によって、これらの新しい技術が人々のやり取りをどう変えるのか、また昔のコミュニケーション方法がまだ通用するのかを考える必要がある。この記事では、特にTwitterやParlerといったソーシャルメディアプラットフォームで、人々が共通の信念に基づいてどうつながるかを探るよ。

ソーシャルメディアとユーザー行動

ソーシャルメディアは、人とのやり取りの仕方を変えちゃった。私たちの生活の大きな部分になっていて、政治など多くの分野に影響を与えてる。政治家たちはプラットフォームを使って、瞬時に大量の人に届けられるようになった。ただ、これらのプラットフォームは間違った情報の拡散やユーザー間の分断、特定の意見だけが共有される孤立したグループの形成をもたらしたんだ。ソーシャルメディアでの社会グループの発展を理解することは、その良い面を最大化し、悪い面を最小化するために必要なんだよ。

一つの重要な概念は、同類性(ホモフィリー)で、これは人々が似たような意見を持つ他者とつながる傾向があるってこと。大学キャンパスでの調査では、人気のある意見を持つ学生のグループが、あまり一般的でない意見のグループよりも長く一緒にいることが多いことが示された。これがオンラインのソーシャルネットワークでも同じようなパターンが見られるかどうかが疑問に思われるね。

新しいプラットフォームの台頭

FacebookやTwitterのような伝統的なソーシャルメディアプラットフォームが成長し続ける一方で、新しいプラットフォームも登場してる。特に注目すべきは、2018年に立ち上げられたParlerで、他のプラットフォームでは居心地が悪いと感じる人々、特に保守派のための場を提供することを目的としている。ParlerはTwitterの「自由な言論」の代替を目指し、似た考えを持つユーザーを引きつけてるんだ。

ユーザーの動態分析

この記事では、TwitterとParlerでユーザーが政治的意見をどう変えるかを、数ヶ月にわたってその活動を追跡することで調べるよ。2020年のアメリカ大統領選挙を含む9月から12月の期間中、研究者たちは両プラットフォームのユーザーのやり取りを監視したんだ。

最初は、ユーザーはシェアしたコンテンツによって決定された政治的偏見に基づいて分類された。時間が経つにつれて、研究はユーザーが両プラットフォームで異なる偏見の間をどうシフトするかを観察することを目指したんだ。

政治的偏見とグループダイナミクスの発見

Twitterにはリベラルな偏見を持つグループと保守的な偏見を持つグループの2つの主要なグループがあった。これらのグループはかなり安定していて、ユーザーは一般的に長い間自分の意見を持ち続けていた。一方で、Parlerは保守的な偏見が強く、ユーザーが大体似た意見を持ち、彼らの信念に沿ったコンテンツを広める安定した環境ができていた。

Parlerのこの安定性は、反対意見を表すコンテンツが存在しなかったことにも起因していた。その結果、ユーザーが似たコンテンツに関わり続ける強いエコーチェンバーが発展した。

ユーザーのドロップアウト率

研究はまた、観察期間中にそれぞれのプラットフォームからどれだけのユーザーが離脱したかも調べた。結果、Twitterユーザーのほぼ半分(約50%)が研究の終わりまでには離脱したのに対し、Parlerユーザーは約20%しかいなかった。この大きな差は、同じ考えを持つ人たちの間での帰属意識がユーザーを惹きつけ、Parlerの方がより安定したユーザーベースを持っていることを示しているんだ。

面白いことに、Twitterでは人気のない政治的偏見を持つユーザーは高いドロップアウト率を示したが、Parlerではそれらのユーザーが少数派の意見に従事しようとすることが少なかった。これによって、Parlerは特定の政治的視点に支配される状況になったんだ。

オフラインの設定との比較

大学キャンパスなどのオフラインの設定では、学生がグループを離れる率はかなり低い。大学ではドロップアウト率は約2%で、ソーシャルメディアと比べるとずいぶん少ない。これは、ソーシャルメディアのプラットフォームを離れることは、物理的なコミュニティから離れるよりもはるかにコストが少なく、簡単にできることを示しているよ。

ユーザーの動きの理解

この記事では、両プラットフォームでのユーザーの政治的偏見に基づく動きのマッピングを行っている。ユーザーがどう意見を変えたり、離れたりしたかを見て、これらのオンラインコミュニティのダイナミクスについての洞察を提供しているんだ。

Twitterはリベラルと保守のユーザーの間で明確な分極化があり、両側はそれぞれ異なる見解を維持していた。一方、Parlerは極端な保守的な見解とフェイクニュースが中心になった、より均一なコミュニティを持ち、リベラルなコンテンツの存在はほとんどなかった。

コンテンツの伝播パターン

研究中、Twitterにはリベラルおよび保守のニュースに焦点を当てた2つの別々のコミュニティがあったため、ユーザーは主に自分の意見に沿ったニュースをシェアしたり促進することが多かった。一方で、Parlerのユーザーは自分の既存の信念を強化するようなコンテンツにもっと関わっていたんだ。

特にParlerではフェイクニュースの存在が目立っていて、この種のコンテンツは多くのユーザーを引きつけた。人々がフェイクニュースをシェアし始めると、彼らはそれを続ける可能性が高く、エコーチェンバー効果をさらに固めることになるんだ。

結論

TwitterとParlerのユーザー行動の違いは、ソーシャルメディアが私たちのやり取りをどう形成するかの重要なダイナミクスを浮き彫りにしている。Twitterはより多様な政治的見解を提供する一方で、Parlerは単一の視点に支配された空間を創り上げて、強いコミュニティ感を生み出しつつも、多様な議論が欠けている状況を生んでいる。

これらの発見は、ソーシャルメディアプラットフォームの引力とユーザー動態への影響を理解するのに役立つ。オンラインのやり取りが共通の信念に基づく明確なコミュニティを作り出す様子がわかるし、今後の研究や社会的に意識のあるネットワークの発展のためにこれらのパターンを認識する重要性を示しているんだ。

今後の研究の方向性

ソーシャルメディアにおけるユーザーのやり取りを理解するには、まだまだ探求すべきことがいっぱいある。今後の研究では、異なるプラットフォーム上でのコンテンツの特徴やユーザーの行動を比較することに焦点を当てたり、偏見が短い期間でどう進化するかを研究することで、リアルタイムでの世論の変化についての洞察を得ることができるよ。

これらのパターンを理解することは、ソーシャルメディアのデザインに関わる人たちにとって重要だ。ユーザーが異なるタイプのコンテンツとどのように関わるかを認識することで、これらのプラットフォームでのコミュニティ検出やエンゲージメント戦略が向上するから。ユーザーの政治的偏見やその動きに気を配ることで、開発者や研究者は多様な意見に対応しつつ、ユーザー間の健全なコミュニケーションを促進するより効果的なソーシャルネットワーキングの解決策を作り出すことができるんだ。

オリジナルソース

タイトル: Dynamics of Ideological Biases of Social Media Users

概要: Humanity for centuries has perfected skills of interpersonal interactions and evolved patterns that enable people to detect lies and deceiving behavior of others in face-to-face settings. Unprecedented growth of people's access to mobile phones and social media raises an important question: How does this new technology influence people's interactions and support the use of traditional patterns? In this article, we answer this question for homophily-driven patterns in social media. In our previous studies, we found that, on a university campus, changes in student opinions were driven by the desire to hold popular opinions. Here, we demonstrate that the evolution of online platform-wide opinion groups is driven by the same desire. We focus on two social media: Twitter and Parler, on which we tracked the political biases of their users. On Parler, an initially stable group of Right-biased users evolved into a permanent Right-leaning echo chamber dominating weaker, transient groups of members with opposing political biases. In contrast, on Twitter, the initial presence of two large opposing bias groups led to the evolution of a bimodal bias distribution, with a high degree of polarization. We capture the movement of users from the initial to final bias groups during the tracking period. We also show that user choices are influenced by side-effects of homophily. Users entering the platform attempt to find a sufficiently large group whose members hold political biases within the range sufficiently close to their own. If successful, they stabilize their biases and become permanent members of the group. Otherwise, they leave the platform. We believe that the dynamics of users' behavior uncovered in this article create a foundation for technical solutions supporting social groups on social media and socially aware networks.

著者: Mohammed Shahid Modi, James Flamino, Boleslaw K. Szymanski

最終更新: 2024-07-22 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2309.15968

ソースPDF: https://arxiv.org/pdf/2309.15968

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

著者たちからもっと読む

類似の記事

ロボット工学言語モデルがロボットのチームワーク効率をアップさせる

研究は、言語モデルが複雑なタスクにおける複数のロボットの計画をどう向上させるかを探っている。

― 1 分で読む