Paid Voices vs. Public Feeds: Interpretable Cross-Platform Theme-Based Analysis of Climate Discourse

技術要約：有料の「声」対 公共のフィード

問題提起
オンラインにおける気候変動に関する言説は、公衆の理解や政策を形作るものであるが、構造的に異なる環境の中で展開されている。有料広告プラットフォーム（例：Meta）は、ターゲットを絞った説得を目的として設計された、戦略的かつ制度的に生成されたメッセージをホストしている。一方、公共のソーシャルメディア（例：Bluesky）は、有機的でユーザー主導の議論を反映している。これまでの計算論的研究の多くは、単一のプラットフォーム内でのトピックモデリングやスタンス検出といったタスクに焦点を当て、これらの環境を個別に調査してきた。このことは、テーマのパターンが通信環境間で共有されているのか、それとも媒体に固有のものなのかという理解における空白を残している。さらに、既存の手法は、事前定義されたトピック・インベントリやシードセットに依存することが多く、それらは気候変動に関する言説における、プラットフォーム固有の創発的なニュアンスを捉えきれない可能性がある。

手法
著者らは、2024年7月から2025年9月までの期間における、Meta上の有料広告とBluesky上の公開投稿を用いた、気候変動に関する言説の比較分析を提示する。本研究では、厳選された気候関連のキーワードを通じて収集された、重複排除済みの17,026件のMeta広告と19,182件の重複排除済みBluesky投稿のデータセットを利用している。

核となる貢献は、事前定義されたトピック・インベントリやシードセットを必要としない、解釈可能なテーマ発見パイプラインである。手法は以下の通りである：

1. 埋め込みとクラスタリング： テキストは、L2正規化を伴うSentenceBERT (all-MiniLM-L6-v2) を用いて埋め込まれ、続いてPCAおよびUMAPによる次元削減が行われる。意味的に類似したテキストは、HDBSCANを用いてグループ化される。
2. コヒーレンス・フィルタリング： 初期のクラスターは、LLM (Mistral-Large-Instruct-2407) を用いて意味的コヒーレンス（一貫性）のフィルタリングが行われ、代表的なテキストが単一の基礎となるテーマを反映しているかどうかを判断する。
3. 要約とラベル付け： 保持されたクラスターに対して、上位k個の代表的テキストを用いて、LLMによる簡潔な要約を生成する。これらの要約は、埋め込みの類似性に基づいて統合され、人間が解釈可能なテーマラベル（1〜3語）が割り当てられる。
4. 割り当て： テキストは、(i) テキストを最も類似したクラスター要約にマッチングさせる、または (ii) 生成されたテーマラベルに直接割り当てる、という2つの戦略によってテーマに割り当てられる。

本フレームワークは、人間のアノテーターおよびLLMジャッジの両方を用いて、標準的なベースライン（LDA、BERTopic、TopicGPT）と比較評価された。さらに、発見されたテーマの有用性は、スタンス予測およびテーマ誘導型リトリーバルというダウンストリーム・タスクを通じて検証された。

主な結果
分析の結果、テーマ構造、レトリックのレジスター（言語様式）、および時間的応答性において、有料広告と有機的な気候変動に関する言説の間に系統的な相違があることが明らかになった：

• テーマ構造： 有料広告（Meta）は、特定の解決策（例：「太陽光発電インセンティブの緊急性」、「洋上風力の勢い」）や多様なプロモーション・トピックの戦略的な促進に集中している。対照的に、有機的な言説（Bluesky）は、企業や政治的アクターに対するシステム批判（例：「企業の気候変動妨害」、「グリーンウォッシングの暴露」）に大きく集中している。Blueskyにおける単一の批判指向のテーマは、Metaで支配的な上位4つのテーマの合計よりも多くのテキスト量であった。
• レトリックのレジスター： Meta広告は、フォーマルで権威的、かつ解決志向のレジスターを示し、「分析的（Analytic）」および「影響力（Clout）」（LIWC）のスコアが高く、個人のアクターと未来のフレーミングを強調している。Blueskyの投稿は、より個人的で危機志向であり、科学的根拠に基づいたものであり、「真正性（Authentic）」および「危機（Crisis）」のフレーミングのスコアが高く、制度的なアクターとシステム批判に焦点を当てている。
• スタンスの整合性： 誘導されたテーマは、一貫したスタンスの整合性を示している。親気候（Pro-Climate）テーマは親気候のスタンスと一致し、親エネルギー（Pro-Energy）テーマは親エネルギーのスタンスと一致している。著者らの手法は、ベースラインのトピックモデル（LDA、BERTopic）よりも、より集中した相関関係を生み出した（ベースラインは拡散した相関を示した）。
• 時間的応答性： プラットフォームは、主要な出来事に対して逆方向の反応を示す。2024年11月の米国大統領選挙後、有料の気候広告はすべての主要なテーマにおいて大幅に縮小したが、有機的な言説は拡大し、批判指向のテーマが急増した。同様に、2025年1月のカリフォルニア州の山火事の間、有機的な言説は因果関係の帰属とネガティブなトーンの増加とともに拡大したが、広告のパターンは異なる変化を見せた。

意義と貢献
本論文は、主に以下の3つの貢献を行う：

1. データセット： 有料の気候広告と公共の気候変動に関する言説を直接比較することを可能にする、初のマルチプラットフォーム・データセットを構築し、公開する。
2. フレームワーク： 事前定義されたトピック・インベントリやシードセットを必要とせずに、クロスプラットフォーム分析に汎用できる、解釈可能なテーマ発見パイプラインを開発する。誘導されたテーマは、標準的なトピックモデリングのベースラインよりも、より高いコヒーレンスとスタンスの一貫性を持つことが示されている。
3. 実証的知見： 気候変動に関する言説が、異質なコミュニケーション環境間でどのように異なるかについての記述的な特性付けを提供する。これらの知見は、有料の言説と公共の言説が、単なる同じ会話のバリエーションではなく、根本的に異なるコミュニケーションの指向性（戦略的説得 vs システム批判）を反映していることを示している。

著者らは、本フレームワークは他のドメインにも汎用できるものの、本分析は記述的なものであり、因果的なものではないと述べている。また、ユーザーのデモグラフィックスやモデレーション・ポリシーの違いによる知見の一般化可能性、およびテーマのラベル付けに使用された事前学習済みLLMに内在するバイアスの可能性についても限界を認めている。本研究は、話者の意図やプラットフォームのインセンティブの因果効果を推論することを目的とするのではなく、比較的なテーマ分析のための堅牢な手法を提示するものである。