Towards Detecting Persuasion on Social Media: From Model Development to Insights on Persuasion Strategies
यह शोध पत्र ऑस्ट्रेलियाई चुनाव फेसबुक विज्ञापनों पर फाइन-ट्यून किए गए एक हल्के, अत्याधुनिक मॉडल को प्रस्तुत करता है जो फंडिंग, जनसांख्यिकी और समय के माध्यम से विशिष्ट अनुनय रणनीतियों (persuasion strategies) को प्रकट करने के लिए है, जिससे डिजिटल अभियानों में पारदर्शिता और मतदाता जागरूकता बढ़ती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, शोर-शराबे वाले डिजिटल बाज़ार (सोशल मीडिया) में घूम रहे हैं। इस बाज़ार में, राजनीतिक अभियान किसी भौतिक उत्पाद के बजाय आपको एक विचार (एक उम्मीदवार या एक नीति) बेचने की कोशिश करने वाले विक्रेताओं की तरह हैं। कुछ विक्रेता ईमानदार हैं और केवल तथ्य सूचीबद्ध करते हैं, जबकि अन्य आपके दिल को छूने, आपको डराने या आपको गुस्सा दिलाने के लिए "बिक्री के पैंतरे" (sales tricks) का उपयोग करते हैं ताकि आप उसमें शामिल हो सकें।
यह शोध पत्र उन पैंतरों को पहचानने के लिए एक स्मार्ट, हल्का "सेल्स डिटेक्टर" (विक्रेता का पता लगाने वाला यंत्र) बनाने के बारे में है, और फिर इसका उपयोग यह समझने के लिए किया गया है कि ऑस्ट्रेलियाई राजनेताओं ने फेसबुक पर अपना 2022 का चुनाव अभियान कैसे चलाया।
यहाँ उनके काम का विवरण दिया गया है, सरल उपमाओं का उपयोग करते हुए:
1. समस्या: "सेल्स पिच" को पहचानना कठिन है
राजनीतिक विज्ञापन अक्सर सूक्ष्म मनोवैज्ञानिक पैंतरे अपनाते हैं। शोध पत्र इसके उदाहरण देता है जैसे:
- भारित भाषा (Loaded Language): ऐसे शब्दों का उपयोग करना जो आपको तुरंत एक तीव्र भावना महसूस करा दें (जैसे, एक शरणार्थी को "आतंकवादी" कहना)।
- नाम पुकारना (Name Calling): किसी के तर्क पर बहस करने के बजाय प्रतिद्वंद्वी का अपमान करना (जैसे, किसी को "बुश द लेसर" कहना)।
- डर का सहारा लेना (Appeal to Fear): आपको अपनी बात मानने के लिए डराने की कोशिश करना।
जब लोग अपने फोन पर तेज़ी से स्क्रॉल कर रहे होते हैं, तो वे इन पैंतरों को पहचानने में सक्षम नहीं होते। विशेषज्ञ लाखों विज्ञापनों को मैन्युअल रूप से नहीं पढ़ सकते। इसलिए, शोधकर्ताओं ने एक कंप्यूटर प्रोग्राम बनाने की इच्छा जताई जो इन विज्ञापनों को पढ़ सके और कह सके, "हे, यह वाक्य आपको हेरफेर करने की कोशिश कर रहा है।"
2. अध्ययन 1: एक "हल्का" डिटेक्टर बनाना
शोधकर्ताओं को पहले अपने कंप्यूटर को यह सिखाने की आवश्यकता थी कि इन पैंतरों को कैसे पहचाना जाए। उन्होंने एक समाचार लेखों के डेटासेट (SemEval-2023 नामक एक प्रतियोगिता से) का उपयोग किया जहाँ मनुष्यों ने पहले से ही उन चालाकी भरे वाक्यों को चिह्नित किया था।
- चुनौती: अधिकांश अन्य "स्मार्ट डिटेक्टर" विशाल, भारी ट्रकों की तरह हैं। उन्हें काम करने के लिए बहुत अधिक ईंधन (कंप्यूटिंग पावर) और भारी कार्गो लोड (ट्रेनिंग डेटा) की आवश्यकता होती है।
- नवाचार: टीम ने इसके बजाय एक "साइकिल" बनाई। उन्होंने PPAsy-XLNet नामक एक मॉडल बनाया।
- यह हल्का (lightweight) है: यह बहुत कम कंप्यूटिंग पावर का उपयोग करता है।
- यह कुशल (efficient) है: इसने अन्य मॉडलों की तुलना में बहुत कम डेटा (लगभग 87% कम डेटा) का उपयोग करके इन पैंतरों को पहचानना सीख लिया।
- परिणाम: भले ही यह एक "साइकिल" है, लेकिन यह अन्य "विशाल ट्रकों" (स्टेट-ऑफ-द-आर्ट मॉडल) के मुकाबले उतनी ही तेज़ी से दौड़ने में सफल रही। इसने साबित कर दिया कि राजनीतिक हेरफेर का पता लगाने के लिए आपको सुपरकंप्यूटर की आवश्यकता नहीं है।
3. अध्ययन 2: वास्तविक विज्ञापनों पर डिटेक्टर का परीक्षण करना
अब जब उनके पास उनकी "साइकिल" थी, तो वे देखना चाहते थे कि क्या यह वास्तविक दुनिया में काम करती है। उन्होंने 2022 के ऑस्ट्रेलियाई संघीय चुनाव के फेसबुक से 56,958 राजनीतिक विज्ञापन एकत्र किए।
"डोमेन गैप" (अनुवाद की समस्या):
जब उन्होंने पहली बार अपने मॉडल (जिसे समाचार लेखों पर प्रशिक्षित किया गया था) को इन फेसबुक विज्ञापनों पर आज़माया, तो वह लड़खड़ा गया। यह ऐसा था जैसे एक ऐसे ड्राइवर को जो शांत ग्रामीण सड़क पर गाड़ी चलाने में माहिर है, उसे अराजक शहर के ट्रैफिक जाम में डाल दिया गया हो; उसे समझ नहीं आ रहा था कि क्या प्रतिक्रिया दी जाए। मॉडल पर्याप्त सटीक नहीं था।- समाधान: उन्होंने मॉडल को फेसबुक विज्ञापनों की एक छोटी संख्या दिखाकर एक त्वरित "रिफ्रेशर कोर्स" दिया। एक बार जब इसने सोशल मीडिया विज्ञापनों की विशिष्ट शैली को सीख लिया, तो यह फिर से विशेषज्ञ बन गया।
उन्होंने क्या खोजा (अंतर्दृष्टि):
मॉडल को प्रशिक्षित करने के बाद, उन्होंने पूरे चुनाव का विश्लेषण करने के लिए इसका उपयोग किया। यहाँ उन्होंने जो पाया वह है:- "हाई-ऑक्टेन" विज्ञापन: लगभग 46% विज्ञापन "अत्यधिक प्रेरक" (highly persuasive) थे। ये विज्ञापन भावनात्मक भाषा, कार्रवाई के आह्वान और डर फैलाने वाले संदेशों से भरे हुए थे।
- पैसा बोलता है: "अत्यधिक प्रेरक" विज्ञापनों को अधिक ध्यान (इम्प्रेशंस) मिला और उन्हें चलाने में अधिक पैसा खर्च हुआ। ऐसा लगता है कि अभियानों को एहसास हुआ कि भावनात्मक, हेरफेर करने वाले विज्ञापन बेहतर काम करते हैं, इसलिए उन्होंने उन पर अधिक खर्च किया।
- जीत की "स्प्रिंट": जैसे-जैसे चुनाव का दिन करीब आया, इन भावनात्मक, प्रेरक विज्ञापनों पर खर्च आसमान छूने लगा। यह एक धावक की तरह था जो अंतिम 100 मीटर के लिए अपनी सारी ऊर्जा बचाकर रखता है। चुनाव से एक दिन पहले, खर्च एक महीने पहले की तुलना में लगभग 5 गुना अधिक था।
- भाषा के अंतर:
- उच्च प्रेरणा वाले विज्ञापन (High Persuasion Ads): इन्होंने "भविष्य" (future), "परिवर्तन" (change), "वोट" (vote) और "सरकार" (government) जैसे शब्दों का उपयोग किया। ये बड़े स्तर के और तत्काल प्रभाव वाले थे।
- कम प्रेरणा वाले विज्ञापन (Low Persuasion Ads): इन्होंने "स्थानीय" (local), "समुदाय" (community) और "समर्थन" (support) जैसे शब्दों का उपयोग किया। ये स्थानीय मुद्दों के बारे में शुष्क तथ्य पत्रिकाओं की तरह थे।
4. निष्कर्ष
शोध पत्र दो मुख्य निष्कर्ष निकालता है:
- आपको राजनीतिक हेरफेर का पता लगाने के लिए सुपरकंप्यूटर की आवश्यकता नहीं है; एक छोटा, स्मार्ट मॉडल भी अपना काम उतना ही अच्छी तरह से कर सकता है यदि आप इसे सही ढंग से प्रशिक्षित करते हैं।
- संदर्भ मायने रखता है। समाचार लेखों पर प्रशिक्षित मॉडल स्वचालित रूप से फेसबुक विज्ञापनों पर काम नहीं करता है। आपको इसे विशिष्ट वातावरण के लिए "फाइन-ट्यून" करना होगा।
यह क्यों महत्वपूर्ण है: इन पैटर्न को समझकर, हम देख सकते हैं कि राजनीतिक अभियान रणनीतिक रूप से भावनात्मक हेरफेर का उपयोग कर रहे हैं, विशेष रूपकर चुनाव से ठीक पहले, और वे यह सुनिश्चित करने के लिए भारी मात्रा में पैसा खर्च करने को तैयार हैं कि उनके संदेश हम तक पहुँचें। यह मतदाताओं और निगरानी संस्थाओं को राजनीतिक विज्ञापनों के पीछे की "बिक्री तकनीकों" को देखने में मदद करता है।
नोट: लेखक उल्लेख करते हैं कि भविष्य के कार्य में विज्ञापनों में छवियों को देखना या विभिन्न भविष्यवाणी विधियों का उपयोग करना शामिल हो सकता है, लेकिन उन्होंने इस विशिष्ट शोध पत्र में उनका परीक्षण नहीं किया।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।