選挙におけるオンライン操作の暴露
この記事は、2017年のフランス大統領選挙におけるコーディネートアカウントの影響を調査している。
― 1 分で読む
オンライン操作は、民主主義にとってますます大きな問題になってる。協調された偽アカウントが選挙に干渉するために使われてきたけど、その行動や戦略はあんまり知られてない。このアーティクルでは、2017年のフランス大統領選挙の間におけるこれらの協調アカウントの特徴を探る。ロシアが指揮する重要な情報キャンペーンが行われた時期でもある。
背景
2017年のフランス大統領選挙は注目を集めた特に「マクロンリークス」というキャンペーンがあって、候補者エマニュエル・マクロンを貶めることを目的としてた。このキャンペーンでは、マクロンのキャンペーンからハッキングされたメールや文書が公開された。目的は、誤情報を広めることで選挙結果に影響を与えること。
ソーシャルメディアはこの操作に重要な役割を果たしてる。FacebookやTwitterみたいなプラットフォームは、悪意のある人たちによってユーザーを誤解させたり、暴力を煽ったり、民主的な制度への信頼を減少させるためにしばしば使用される。これらのプラットフォームは有害なアカウントを取り除こうとしてるけど、これらのアクターは検出を避けるために戦術を適応させ続けてる。
目標
この研究は、2017年のフランス大統領選挙に関連するツイートを分析して、選挙結果に影響を与える可能性のある影響キャンペーンを特定することを目指してる。焦点は、協調された偽アカウント、つまり「協調アカウント」を検出し、彼らのツイートに表現された感情、態度、関心を調べること。
データ収集
この研究のために、500万以上のツイートのデータセットが集められた。ツイートは選挙に関連するキーワードを使って収集された。ほとんどのツイートはフランス語で、少しの割合が英語や他の言語だった。それぞれのツイートは、その内容と文脈を判断するために分析された。
協調アカウント
協調アカウントは、誤った情報を広めることによって共通の目標を達成するために協力しているアカウントのこと。これらのアカウントは、ソーシャルボットや普通の個人を装った人間ユーザーの可能性がある。ボットを検出するのは高い誤検出率のために難しいし、ソーシャルメディアプラットフォームの規則があるから大変。
協調アカウントを発見するために、研究者たちは似たハッシュタグを共有し、似たパターンでツイートしているアカウントを探した。この方法は、さらなる分析のための協調アカウントを集めるのに役立つ。
方法
ツイートを分析するためにいくつかの技術が使われた。研究者たちは、ツイートに表現された態度、話し合われている関心事、伝えられた感情を探った。
態度分析
態度は、ツイートの作者が特定の候補者や政党についてどう思っているかを指す。ツイートは候補者を明示的に推進したり批判したりすることがある。研究者たちは、ツイートが候補者や政党に対して賛成または反対の感情を含んでいるかどうかを検出するモデルを使った。
関心分析
関心とは、経済、移民、国の安全保障のような有権者を分ける問題のこと。研究者たちは、選挙に関連するツイートにおいてどの関心事が広まっているかを特定することを目指した。
感情分析
感情は、ツイートに表現された気持ちを指す。怒りや恐れから喜びや誇りまで様々。研究者たちは、ツイートの感情を分類し、その強度を判断するために高度なアルゴリズムを使用した。
発見
協調アカウントの活動パターン
研究では、協調アカウントが投票の二回目の前に非常に活発だったことが分かった。彼らは予想以上にお互いをリツイートしていて、明らかなメッセージを拡大するための戦略を示してる。
社会言語的特徴
ツイートの分析を通じて、研究者たちはアカウントの様々な社会言語的特徴を特定した。協調アカウントは、特定の候補者を促進するコンテンツを共有する率が高いなど、非協調アカウントとは異なるパターンを示した。
協調アカウントと非協調アカウントの比較
協調アカウントと非協調アカウントを比較すると、重要な違いがいくつか見られた。協調アカウントは特定の候補者を推進することに非常に集中してた。これは、国民のプライドや国際的な同盟についての議論で特に顕著だった。
言語使用
異なる協調アカウントのクラスターによって使われる言語は、異なるオーディエンスがターゲットになっていることを示唆していた。例えば、マリーヌ・ル・ペンを支持するアカウントはしばしば英語を使用し、ベノワ・アモンのような他の候補者を支持するアカウントは主にフランス語でツイートしてた。
ツイートのタイミング
ツイートのタイミングは、選挙周期の重要なイベントと相関関係があることが明らかになった。特定の候補者についてのツイート数が選挙の直前にピークを迎えた。これは、重要な瞬間に有権者に影響を与えるための計画されたアプローチを示唆してる。
発見の意味
この研究は、協調アカウントがオンラインディスカッションを操作する方法についての洞察を提供する。彼らの戦術を理解することで、今後の影響キャンペーンを検出し、対抗する努力ができる。
ネガティブキャンペーンの影響
協調アカウントはしばしばネガティブキャンペーンを利用していて、特定の状況ではより効果的である可能性がある。選挙の直前にネガティブな感情が増加していたことは、これらの戦術が意図的に公の意見を揺さぶるために使われていたことを示唆してる。
協調アカウントの多様性
協調アカウントの多様性は際立ってた。異なるクラスターは異なる焦点とアプローチを持っていて、協調の努力が常に単一のアジェンダを持っているわけではないことを示してる。この多様化により、彼らは異なるセグメントの人口に訴えかけ、様々な問題を利用できる。
制限と今後の研究
調査結果は協調アカウントの行動についての貴重な洞察を提供するが、限界もある。使用された社会言語的モデルは完璧ではなく、データセットはオンライン行動の全体像を表していない可能性がある。今後の研究では、より広範なイベントや状況を含むデータセットの拡張を目指し、協調行動を検出するためのより正確なモデルを開発する必要がある。
結論
この2017年のフランス大統領選挙における協調アカウントの分析は、彼らがどのように機能し、どのような戦術を用いているかについての重要な洞察を明らかにする。この発見は、これらのアカウントが選挙に関するオンラインディスコースを形作る上で重要な役割を果たしたことを示してる。彼らの行動を理解することで、今後の選挙におけるオンライン操作や誤情報に対する戦いに役立つ。
タイトル: Socio-Linguistic Characteristics of Coordinated Inauthentic Accounts
概要: Online manipulation is a pressing concern for democracies, but the actions and strategies of coordinated inauthentic accounts, which have been used to interfere in elections, are not well understood. We analyze a five million-tweet multilingual dataset related to the 2017 French presidential election, when a major information campaign led by Russia called "#MacronLeaks" took place. We utilize heuristics to identify coordinated inauthentic accounts and detect attitudes, concerns and emotions within their tweets, collectively known as socio-linguistic characteristics. We find that coordinated accounts retweet other coordinated accounts far more than expected by chance, while being exceptionally active just before the second round of voting. Concurrently, socio-linguistic characteristics reveal that coordinated accounts share tweets promoting a candidate at three times the rate of non-coordinated accounts. Coordinated account tactics also varied in time to reflect news events and rounds of voting. Our analysis highlights the utility of socio-linguistic characteristics to inform researchers about tactics of coordinated accounts and how these may feed into online social manipulation.
著者: Keith Burghardt, Ashwin Rao, Siyi Guo, Zihao He, Georgios Chochlakis, Baruah Sabyasachee, Andrew Rojecki, Shri Narayanan, Kristina Lerman
最終更新: 2023-05-30 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2305.11867
ソースPDF: https://arxiv.org/pdf/2305.11867
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。
参照リンク
- https://github.com/KeithBurghardt/Coordination/
- https://github.com/martin-majlis/Wikipedia-API
- https://github.com/jacobeisenstein/SAGE
- https://github.com/KeithBurghardt/Coordination/tree/main/annotations
- https://huggingface.co/cardiffnlp/twitter-xlm-roberta-base-sentiment
- https://huggingface.co/transformers/v3.0.2/model_doc/auto.html