Quantifying Political Partisanship for Cross-Platform Analyses
यह शोध पत्र एक प्लेटफॉर्म-पोर्टेबल, टेक्स्ट-आधारित कार्यप्रणाली प्रस्तुत करता है जो विविध सोशल मीडिया प्लेटफॉर्म्स पर राजनीतिक पक्षपात को विश्वसनीय रूप से मापने और तुलना करने के लिए ट्रांसफॉर्मर एम्बेडिंग्स और बाहरी समाचार-विश्वसनीयता संकेतों का लाभ उठाती है, और ब्लूस्काई (Bluesky) तथा ट्रुथ सोशल (Truth Social) के क्रॉस-प्लेटफॉर्म विश्लेषण के माध्यम से इसकी प्रभावशीलता को प्रदर्शित करती 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
द ग्रेट डिजिटल इको चैंबर (The Great Digital Echo Chamber)
कल्पना कीजिए कि इंटरनेट एक विशाल, अराजक शहर का चौक है जहाँ अरबों लोग अपनी राय चिल्ला रहे हैं। हाल के वर्षों में, वैज्ञानिकों ने कुछ अजीब देखा है: इस चौक में लोग और भी ज़ोर से चिल्लाते जा रहे हैं, लेकिन केवल उन लोगों पर जो उनसे सहमत हैं। इस घटना को राजनीतिक ध्रुवीकरण (political polarization) कहा जाता है। यह दो पड़ोसियों की तरह है जो अपने घरों के बीच एक दीवार बना रहे हैं, एक-दूसरे से बात करने से इनकार कर रहे हैं, और दूसरे पक्ष को खतरनाक मान रहे हैं।
यह समझने के लिए कि क्या यह दीवार ऊँची होती जा रही है, शोधकर्ताओं को यह मापने का एक तरीका चाहिए कि किसी व्यक्ति की राय कितनी "बाईं" या "दाईं" ओर है। लेकिन पेचीदा बात यह है कि इंटरनेट अब केवल एक चौक नहीं रह गया है। यह अलग-अलग मोहल्लों, या प्लेटफॉर्म्स (platforms) में विभाजित हो गया है। कुछ बड़े, स्थापित शहर जैसे X (पूर्व में ट्विटर) हैं, जबकि अन्य नए, छोटे कस्बे जैसे ब्लुस्काई (Bluesky) या ट्रुथ सोशल (Truth Social) हैं, जो विशेष रूप से उन लोगों के लिए बनाए गए हैं जिन्हें लगता है कि बड़े शहर उनकी बात नहीं सुन रहे हैं।
समस्या यह है कि इन मोहल्लों की "भाषा" अलग है। एक शहर में किया गया मज़ाक दूसरे शहर में एक गंभीर अपमान हो सकता है। एक हैशटैग जिसका अर्थ एक जगह "मैं इसका समर्थन करता हूँ" है, दूसरी जगह पूरी तरह से कुछ और हो सकता है। लंबे समय तक, वैज्ञानिक केवल एक ही शहर के भीतर राय को माप सकते थे। यदि वे ब्लुस्की के "लेफ्ट-नेस" (बाईं ओर के झुकाव) की तुलना ट्रुथ सोशल के "राइट-नेस" (दाईं ओर के झुकाव) से करने की कोशिश करते, तो परिणाम सेब की तुलना संतरे से करने जैसे होते क्योंकि मापने वाले डंडे अलग-अलग थे। यह शोध एक बड़ा सवाल पूछता है: क्या हम एक एकल, सार्वभौमिक पैमाना (universal ruler) बना सकते हैं जो हर मोहल्ले में काम करे, चाहे वे कितने भी अलग क्यों न हों?
ऑनलाइन विचारों के लिए सार्वभौमिक पैमाना (The Universal Ruler for Online Opinions)
इस अध्ययन में, नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी की मिया अमीन और क्रिस्टोफर जी. हीली ने उस सार्वभौमिक पैमाने को बनाने का निर्णय लिया। वे देखना चाहते थे कि क्या वे केवल उन शब्दों का उपयोग करके सोशल मीडिया पोस्ट में राजनीतिक पूर्वाग्रह को माप सकते हैं जो लोग लिखते हैं, बिना यह जाने कि उनके दोस्त कौन हैं या वे विशिष्ट हैशटैग का उपयोग कैसे करते हैं। उनका लक्ष्य एक ऐसा तरीका बनाना था जो विभिन्न प्लेटफॉर्म्स पर यात्रा कर सके और प्रत्येक पोस्ट को एक निष्पक्ष स्कोर दे सके।
ऐसा करने के लिए, उन्होंने प्रत्येक सोशल मीडिया पोस्ट को एक विशाल पुस्तकालय में कागज के टुकड़े की तरह माना। सबसे पहले, उन्होंने एक सुपर-स्मार्ट कंप्यूटर मस्तिष्क (एक ट्रांसफार्मर-आधारित सेंटेंस एनकोडर) का उपयोग किया ताकि टेक्स्ट को पढ़ा जा सके और उसे एक गणितीय "फिंगरप्रिंट" में बदला जा सके। यह फिंगरप्रिंट शब्दों के अर्थ को पकड़ता है, न कि केवल उनकी स्पेलिंग को। इसके बाद, उन्होंने इन फिंगरप्रिंट्स को क्लस्टर्स (समूहों) में वर्गीकृत किया, जैसे किताबों को उनकी शैली के आधार पर छाँटना।
यहाँ चालाकी भरी बात यह है: यह पता लगाने के लिए कि कौन सा क्लस्टर "बायां" (left) था और कौन सा "दायां" (right), उन्होंने उपयोगकर्ताओं से नहीं पूछा। इसके बजाय, उन्होंने पोस्ट के भीतर दिए गए न्यूज़ लिंक्स (समाचार लिंक) को देखा। उन्होंने 'ऑलसाइड्स' (AllSides) नामक एक पूर्व-मौजूद टूल का उपयोग किया, जो समाचार आउटलेट्स को "सुदूर-बाएं" से "सुदूर-दाएं" के पैमाने पर रेटिंग देता है। यदि पोस्ट का एक क्लस्टर मुख्य रूप से बाएं झुकाव वाले समाचारों के लिंक देता था, तो पूरे समूह को बाएं झुकाव का लेबल दिया गया। यदि वे दाएं-झुकाव वाले समाचारों के लिंक देते थे, तो उन्हें दाएं-झुकाव का लेबल मिला।
एक बार जब उनके पास ये लेबल किए गए समूह आ गए, तो उन्होंने बाएं समूहों को दाएं समूहों से जोड़ने वाले गणितीय स्थान के माध्यम से एक रेखा खींची। यह रेखा उनकी पार्टिसन एक्सिस (पक्षपात अक्ष) बन गई। अब, वे किसी भी पोस्ट को, यहाँ तक कि बिना किसी न्यूज़ लिंक वाले पोस्ट को भी, इस रेखा पर प्रोजेक्ट कर सकते थे और देख सकते थे कि वह कहाँ पहुँचती है। बाईं ओर का स्कोर का मतलब था कि पोस्ट संभवतः बाएं-झुकाव वाली थी; दाईं ओर का स्कोर मतलब था कि पोस्ट दाएं-झुकाव वाली थी।
उन्होंने इस नए पैमाने का परीक्षण लगभग 1.3 मिलियन पोस्ट के विशाल संग्रह पर किया, जो 2024 के अमेरिकी राष्ट्रपति चुनाव से पहले के छह महीनों (मई से अक्टूबर 2024 तक) के दौरान ब्लुस्काई और ट्रुथ सोशल से एकत्र किए गए थे। उन्होंने इसे X (ट्विटर) के एक अलग डेटासेट पर भी टेस्ट किया ताकि यह देखा जा सके कि क्या यह पैमाना उस प्लेटफॉर्म पर काम करता है जिसे इसने पहले कभी नहीं देखा था।
उन्होंने क्या पाया
परिणाम उत्साहजनक थे। पैमाना आश्चर्यजनक रूप से अच्छा काम कर रहा था। जब उन्होंने उन पोस्टों की जाँच की जिनमें न्यूज़ लिंक थे, तो पैमाने द्वारा दिए गए स्कोर वास्तविक समाचार आउटलेट्स की रेटिंग से मेल खाते थे। ब्लुस्काई और ट्रुथ सोशल के पोस्ट के लिए, मिलान मजबूत था (एक सहसंबंध 0.365)। इससे भी अधिक प्रभावशाली यह था कि जब उन्होंने पैमाने को X (ट्विटर) के पोस्ट पर लागू किया—जो एक पूरी तरह से अलग प्लेटफॉर्म था जिस पर इसे प्रशिक्षित नहीं किया गया था—तो स्कोर अभी भी सही दिशा में इशारा कर रहे थे (एक सहसंबंध 0.193)। यह सुझाव देता है कि पैमाना केवल एक विशिष्ट ऐप की "शैली" को याद नहीं कर रहा है; यह वास्तव में अंतर्निहित राजनीतिक भावना को माप रहा है।
अध्ययन ने कुछ दिलचस्प गतिशीलता भी प्रकट की जो एक साधारण "प्लेटफॉर्म पहचान" जांच से छूट सकती थी। उदाहरण के लिए, ब्लुस्की (एक ऐसा प्लेटफॉर्म जो आम तौर पर बाएं झुकाव वाले उपयोगकर्ताओं के लिए जाना जाता है) पर राष्ट्रपति बाइडेन का उल्लेख करने वाले पोस्ट शुरू में बाएं-झुकाव वाले स्कोर के साथ थे। लेकिन जैसे-जैसे 2024 की गर्मियों बीतती गई, वे स्कोर केंद्र की ओर खिसक गए और सितंबर तक थोड़े दाएं-झुकाव वाले भी हो गए, ठीक उसी समय जब बाइडेन ने दौड़ से बाहर होने का निर्णय लिया। इससे पता चला कि बाइडेन के बारे में उपयोगकर्ताओं की भावनाएं बदल रही थीं, न कि केवल प्लेटफॉर्म का सामान्य मिजाज। इसी तरह, ब्लुस्की पर कमला हैरिस के बारे में पोस्ट जुलाई से तेजी से बाएं-झुकाव वाले होते गए, जो पहले राष्ट्रपति बहस के आसपास चरम पर पहुँचे।
दूसरी ओर, अध्ययन ने सबसे चरम समूहों द्वारा उपयोग की जाने वाली भाषा पर नज़र डाली। उन्होंने पाया कि सबसे दृढ़ता से बाएं-झुकाव वाले पोस्ट अक्सर विशिष्ट राजनेताओं (जैसे बाइडेन, हैरिस और ट्रंप) का नाम लेते थे। इसके विपरीत, सबसे दृढ़ता से दाएं-झुकाव वाले पोस्ट अक्सर नागरिक कर्तव्य और नैतिकता से संबंधित शब्दों का उपयोग करते थे, जैसे "लोग" (people), "ईश्वर" (God), "देश" (country), "अमेरिका" (America) और "आवश्यकता" (need)।
यह क्यों महत्वपूर्ण है
लेखकों का सुझाव है कि यह विधि एक बड़ा कदम है क्योंकि यह वैज्ञानिकों को विभिन्न डिजिटल दुनियाओं में राजनीतिक मनोदशा की तुलना करने की अनुमति देती है। इससे पहले, यह जानना कठिन था कि ट्रुथ सोशल पर विचारों में बदलाव वास्तविक था या केवल प्लेटफॉर्म के काम करने के तरीके में बदलाव था। अब, वे देख सकते हैं कि समूहों के बीच की "दीवार" वास्तविक है और वास्तविक घटनाओं, जैसे कि किसी उम्मीदवार के दौड़ से बाहर होने के जवाब में बदल रही है।
हालाँकि, लेखक सावधानी बरतते हुए नोट करते हैं कि इस पैमाने की सीमाएँ हैं। इसे विशेष रूप से अमेरिकी समाचार रेटिंग का उपयोग करके अमेरिकी द्वि-दलीय प्रणाली के लिए बनाया गया है, इसलिए यह कई राजनीतिक दलों वाले देशों में काम नहीं कर सकता है। इसके अलावा, यह इस तथ्य पर निर्भर करता है कि लोग समाचार लिंक साझा करते हैं; यदि कोई प्लेटफॉर्म ऐसे लोगों से भरा है जो कभी लिंक साझा नहीं करते हैं, तो पैमाना खुद को कैलिब्रेट (तालमेल बिठाना) नहीं कर सकता है। लेकिन उन प्लेटफॉर्म्स के लिए जहाँ यह काम करता है, यह विभिन्न ऐप्स के शोर में खोए बिना इंटरनेट के राजनीतिक तापमान को देखने का एक नया तरीका प्रदान करता है।
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।