Linguistic Uncertainty and Engagement in Arabic-Language X (formerly Twitter) Discourse

以下は、Mohamed Soufan 氏による論文「Linguistic Uncertainty and Engagement in Arabic-Language X (formerly Twitter) Discourse（アラビア語 X における言語的曖昧さとエンゲージメント）」の技術的サマリーです。

1. 研究の背景と課題 (Problem)

ソーシャルメディア上の議論において、言語的選択は情報の流通やユーザーの反応に大きな影響を与えます。既存の研究では、感情、論争、誤情報などがエンゲージメント（反応）を駆動する要因として広く検討されてきましたが、「言語的曖昧さ（Linguistic Uncertainty）」（疑念、不完全さ、未確認情報の表現など）が、エンゲージメントの「量」だけでなく「質（形態）」にどのような影響を与えるかについては、特に非英語圏の文脈において十分に探求されていませんでした。

また、従来の研究では「いいね」「リツイート」「返信」を単一の集計指標として扱う傾向があり、受動的な反応（いいね）と能動的・対話的な反応（返信）の間の重要な違いが見落とされていました。本研究は、言語的曖昧さが単なる情報の欠如ではなく、ユーザーの参加を促す「相互作用の手がかり（interactional cue）」として機能する可能性を検証することを目的としています。

2. 研究方法 (Methodology)

データ収集

• 対象プラットフォーム: X（旧 Twitter）。
• データセット: 2025 年 12 月 15 日から 2026 年 1 月 18 日までの 35 日間、レバノンに関連するアラビア語のツイート 16,695 件（重複除去後）。
• 収集条件: 公開されたツイートのみを Apify プラットフォームを用いて収集。検索クエリは「لبنان OR بيروت（レバノン OR ベイルート）」で、言語フィルターをアラビア語に設定。
• データ特性: 最終サンプルの 41.2%（6,872 件）が返信ツイートであり、政治的・経済的議論が活発な期間のデータであるため、情報の不確実性が高い文脈を反映しています。

言語的曖昧さの分類 (Linguistic Uncertainty Classification)

• 手法: 文脈に敏感な辞書ベース（ルールベース）の分類器を開発。
• 辞書: 6 つのカテゴリー（60 個の指標）から構成されるアラビア語用曖昧さ辞書。
  • 例：モダリティ動詞（may, perhaps）、ヘッジ（I think, seems）、疑問詞、文脈的な「誰（who）」の質問、情報不確実性の表現、噂の指標など。
  • 文脈ルール：前置詞としての「من」を除外し、疑問文の文脈でのみカウントするなど、誤検知を減らすための調整を施した。
• 分類結果: 全体の 29.9%（4,997 件）が「曖昧」と分類され、70.1%（11,698 件）が「確定的」と分類された。

検証 (Validation)

• レバノン・アラビア語話者による 200 件の手動アノテーションと比較。
• 結果: 精度 73.5%、再現率 1.00（完全）、適合率 0.47、F1 スコア 0.639。
• 誤差の性質: 分類器は「曖昧さ」を過剰に予測する傾向（偽陽性）があったが、偽陰性（見落とし）はなかった。これは、観測された相関が分類誤差によって過大評価されている可能性が低く、むしろ保守的な推定であることを示唆。

統計分析

• 従属変数: 総エンゲージメント（いいね＋リツイート＋返信）の対数変換値 log(1 + Total Engagement)。
• 説明変数: 言語的曖昧さの有無（ダミー変数）。
• 統制変数: ツイートの長さ、URL の有無、アカウントの認証ステータス。
• モデル: 作者レベルで標準誤差をクラスター化した OLS 回帰分析。過分散への頑健性確認のため、負の二項回帰モデルも併用。

3. 主要な結果 (Key Results)

エンゲージメント量の増加

• 曖昧さを示すツイートは、確定的なツイートに比べて平均エンゲージメントが 51.5% 高い（平均 23.67 vs 15.62）。
• 回帰分析（統制変数を考慮後）でも、曖昧さは有意な正の関連を示した（β = 0.221, p < 0.001）。これは、他の要因を固定した場合、期待される総エンゲージメントが約 25% 増加することを意味する。

エンゲージメントの構成と「曖昧さ－返信の非対称性」

最も重要な発見は、エンゲージメントの「質」の違いです。曖昧さによる増加率は反応の種類によって異なりました：

• 返信 (Replies): +81.5%（最も大きな増加）
• リツイート (Retweets): +65.2%
• いいね (Likes): +47.0%

この結果は、「Uncertainty–Reply Asymmetry（曖昧さ－返信の非対称性）」として定義されました。つまり、言語的曖昧さは単に総反応数を増やすだけでなく、特に対話的・能動的な反応（返信）を強く誘発する傾向があることが示されました。

4. 主要な貢献 (Key Contributions)

1. 計算論的アプローチの確立: アラビア語のソーシャルメディアデータにおいて、解釈可能な辞書ベースのアプローチを用いて言語的曖昧さを大規模に検出・分類するフレームワークを提示しました。
2. エンゲージメントの再概念化: エンゲージメントを単一の「量」として扱うのではなく、その「構成（対話的か受動的か）」に焦点を当てました。言語的曖昧さが、放送型の反応（いいね）から対話型の反応（返信）へとユーザーの行動をシフトさせることを実証しました。
3. 非英語圏における知見の提供: 英語圏中心の計算社会科学研究において、アラビア語という未研究の領域において、言語的特徴が情報行動に与える影響を定量的に示しました。

5. 意義と結論 (Significance and Conclusion)

本研究は、オンラインコミュニケーションにおける「曖昧さ」の役割を再定義しています。従来の研究では、曖昧さは情報の欠如や信頼性の低下（誤情報など）として否定的に捉えられがちでしたが、本研究はそれが**「相互作用の手がかり」**として機能し、不確実な状況下でユーザーに「参加」「推測」「確認」を促す社会的機能を果たす可能性を示しました。

特に、レバノンのような政治的・経済的に不安定な文脈において、情報の不完全さを表明することは、権威的な閉塞を避け、聴衆による集合的な意味づけ（collective sense-making）を促進するメカニズムとして働いていると考えられます。

結論として、言語的曖昧さは単なる情報の欠陥ではなく、デジタル公共圏における参加を促す重要なシグナルであり、特に「返信」という対話的エンゲージメントを駆動する強力な要因であることが明らかになりました。これは、デジタル・ディスコースの分析において、言語形式そのものがエンゲージメントのダイナミクスを形成する重要な変数であることを示唆しています。