Linguistic Uncertainty and Reply Engagement on X: A Cross-Domain Replication of the Uncertainty-Reply Asymmetry

技術サマリー：X における言語的不確実性と返信エンゲージメント

問題提起
先行研究は、感情や論争がソーシャルメディアのエンゲージメントをどのように駆動するかを詳細に分析してきたが、言語的不確実性（疑念、不完全性、または検証された情報の欠如の表現）の役割、特にそれが引き起こすエンゲージメントの「形態」については、未だ十分に探求されていない。Soufan（2026）による最近の研究は、X（旧 Twitter）上のアラビア語 discourse において「不確実性－返信非対称性」を特定した。すなわち、言語的に不確実な投稿は、確定的な投稿に比べて有意に高い返信エンゲージメントを得ており、不確実性は情報の質の欠如ではなく、会話を誘発する相互作用の合図として機能していることを示唆している。しかし、この効果がオンラインコミュニケーションの一般的な特性なのか、それとも特定の言語、その研究の特定の政治的文脈、または単一のドメインに特有の人工物（アーティファクト）なのかは、依然として不明であった。本研究は、英語の discourse において多様なトピックドメインにわたってこの「不確実性－返信非対称性」が再現するかどうかを検証することで、一般化可能性の問題に取り組む。

方法論
本研究は、Soufan（2026）の分析フレームワークを X 上の英語投稿に適用する、ドメイン横断的な複製研究デザインを採用している。

• データ収集: 著者らは、3 つの異なるドメイン（連邦準備制度の金融政策、消費者物価指数（CPI）、米国選挙政治）において、3 日間の期間（2026 年 4 月 8 日～10 日）にわたって、2,258 件のオリジナルの英語投稿（リツイートと返信を除く）を収集した。データは Apify プラットフォームを通じて取得され、プラットフォームの利用規約を遵守した。
• 分類: 言語的不確実性を特定するために、元のアラビア語のフレームワークからルールベースで辞書駆動型の分類器を適応させた。英語の辞書には 6 つのカテゴリーが含まれる：助動詞（例：may, might）、緩め表現（例：I think, probably）、疑問符、文脈依存の who 疑問文、明示的な不確実性表現（例：not sure）、および噂マーカー（例：reportedly）。少なくとも 1 つのマーカーを含む投稿は「不確実」と分類された。著者らは、この分類器は保守的であり、偽陽性を通じて過大評価するのではなく、偽陰性を通じて普及率を過小評価する可能性があると指摘している。
• 変数: 主要な従属変数は、対数変換された返信数（$\log(1 + \text{Replies})$）である。二次的なモデルでは、対数変換された総エンゲージメント（$\log(1 + \text{Total Engagement})$）を使用する。統制変数には投稿の長さ（文字数）と URL の有無が含まれる。標準誤差は、非独立性を考慮して著者レベルでクラスター化されている。
• 分析: 関連性を推定するために、最小二乗法（OLS）回帰が使用された。頑健性チェックには、エンゲージメント値の上位 1% をウィンソライズおよびトリミングすること、および総エンゲージメント数に対する負の二項回帰が含まれた。

主要な結果

• 記述的知見: 3 つのすべてのドメインおよびプールされたサンプルにおいて、不確実な投稿は確定的な投稿よりも高いエンゲージメントを得た。この格差は返信において最も顕著であった：プールされたサンプルにおいて、不確実な投稿は平均して確定的な投稿よりも 82% 多い返信を受けた。相対的な差は、リポスト（+13.4%）および「いいね」（+3.4%）では小さかった。
• 回帰分析: 対数変換された返信数を予測する主要な OLS モデルは、言語的不確実性と返信との間に正の統計的に有意な関連性があることを確認した（$\beta = 0.126, p = 0.011$）。この係数は、他の変数を一定に保った場合、不確実な投稿の予想返信数が約 13% 高いことに対応する。この結果は、ウィンソライズ後も頑健であった（$\beta = 0.119, p = 0.012$）。
• 総エンゲージメント: 総エンゲージメントとの関連性は、方向性は一貫していたが弱く、プールされたモデルでは従来の有意性閾値に近づいた（$\beta = 0.151, p = 0.094$）。
• 非対称性: 結果は「不確実性－返信非対称性」を一貫して再現した：不確実性の効果は、会話型エンゲージメント（返信）に対して最も強く、ブロードキャスト型エンゲージメント（「いいね」およびリポスト）に対しては弱かった。

意義と主張
本論文は、計算社会科学およびデジタル discourse に関する文献に対して 2 つの主要な貢献を主張している：

1. 言語横断的およびドメイン横断的な一般化可能性: 英語において 3 つの異なるトピックドメイン（金融政策、経済データ、政治）にわたって「不確実性－返信非対称性」が成立することを示すことで、本研究は、この現象が言語固有または文脈固有の人工物ではなく、オンラインコミュニケーションにおける一般的な相互作用メカニズムである可能性を示す証拠を提供する。
2. 方法論的検証: 本研究は、分類性能が保守的であっても、透明性があり解釈可能で辞書ベースの分類器が大規模な観察データにおいて一貫した行動シグナルを回復できることを示している。これは、方法論的実践としての複製の価値を強化する。

著者らは、これらの知見を、言語的不確実性が開放性と不完全性を示す相互作用の合図として機能し、それによって聴衆の反応の障壁を下げ、エンゲージメントの構成を受動的な承認（「いいね」/リポスト）ではなく対話的形態（返信）へとシフトさせることを示唆すると解釈している。本研究は、効果の大きさはドメインによって変化するが、方向的なパターンは、不確実性が体系的に会話型エンゲージメントを増加させるという仮説を支持すると結論付けている。