Quantifying Political Partisanship for Cross-Platform Analyses
本論文は、トランスフォーマー埋め込みと外部のニュース信頼性シグナルを活用することで、多様なソーシャルメディア・プラットフォーム間で政治的分極化を確実に測定・比較することを可能にする、プラットフォームに依存しないテキストベースの手法を紹介し、BlueskyとTruth Socialのクロスプラットフォーム分析を通じてその有効性を実証するものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
巨大なデジタル・エコーチェンバー
インターネットを、何十億もの人々が意見を叫び合う、巨大で混沌とした町の広場だと想像してみてください。近年、科学者たちは奇妙なことに気づきました。この広場にいる人々は、自分と同じ意見を持つ人たちに対してだけ、ますます大きな声で叫ぶようになっているのです。この現象は「政治的分極化」と呼ばれます。それはまるで、隣人同士の二つのグループが、互いの家の間に壁を築き、会話を拒否し、相手側を危険な存在だと信じ込んでいるようなものです。
この壁が高くなっているかどうかを理解するために、研究者たちは、ある人の意見がどれほど「左」または「右」に寄っているかを正確に測定する方法を必要としています。しかし、ここが難しいところです。インターネットはもはや一つの広場ではありません。それは異なる「プラットフォーム（街）」へと断片化されています。X（旧Twitter）のような確立された大きな都市もあれば、BlueskyやTruth Socialのように、大きな都市では自分の声が聞き入れられないと感じる人々のために特別に作られた、新しく小さな町もあります。
問題は、これらの「街」ごとに「言語」が異なることです。ある町でのジョークが、別の町では深刻な侮辱になることもあります。ある場所で「これを支持する」を意味するハッシュタグが、別の場所では全く異なる意味を持つこともあります。長い間、科学者は単一の町の中でのみ意見を測定することしかできませんでした。もし彼らがBlueskyの「左寄り度」とTruth Socialの「右寄り度」を比較しようとしても、物差しが異なっているため、リンゴとオレンジを比較しているようなものでした。この論文は、大きな問いを投げかけています。異なる街であっても、あらゆる場所で通用する、たった一つの「普遍的な定規」を作ることができるだろうか？
オンライン上の意見に対する普遍的な定規
この研究において、ノースカロライナ州立大学のミア・アミーンとクリストファー・G・ヒーリーは、その普遍的な定規を作ることに決めました。彼らは、誰がどのような友人とつながっているかや、どのような特定のハッシュタグを使っているかを知ることなく、ソーシャルメディアの投稿に含まれる言葉だけで、政治的な偏りを測定できるかどうかを確かめたいと考えました。彼らの目標は、異なるプラットフォームを横断して移動でき、すべての投稿に対して公平なスコアを与えることができる手法を作り出すことでした。
これを行うために、彼らはすべてのソーシャルメディアの投稿を、巨大な図書館にある一枚の紙のように扱いました。まず、超高性能なコンピュータの脳（トランスフォーマーベースの文章エンコーダー）を使用してテキストを読み取り、それを数学的な「指紋」へと変換しました。この指紋は、単なる綴りではなく、言葉の「意味」を捉えます。次に、これらの指紋を、本をジャンル別に分類するように、クラスター（集団）へとグループ化しました。
ここからが巧妙な点です。どのクラスターが「左」で、どのクラスターが「右」であるかを判断するために、彼らはユーザーに尋ねるのではなく、投稿の中に含まれる「ニュースへのリンク」に着目しました。彼らは、ニュース媒体を「極左」から「極右」までのスケールで格付けしているAllSidesという既存のツールを使用しました。もし、ある投稿のクラスターが主に左派寄りのニュースへのリンクを含んでいれば、そのグループ全体に「左寄り」というラベルが付けられます。逆に、右派寄りのニュースへのリンクであれば、「右寄り」というラベルが付けられます。
ラベル付けされたグループが得られると、彼らは数学的な空間の中で、「左」のグループと「右」のグループをつなぐ一本の線を引きました。この線が、彼らの「党派性軸（partisanship axis）」となりました。これで、たとえニュースリンクが含まれていない投稿であっても、それをこの線上に投影することで、その投稿がどこに位置するかを知ることができるようになりました。左側のスコアは、その投稿が左寄りの傾向にあることを意味し、右側のスコアは右寄りの傾向があることを意味します。
彼らはこの新しい定規を、2024年米国大統領選挙に向けた6ヶ月間（2024年5月から10月まで）にBlueskyとTruth Socialから収集された、約130万件の投稿という膨大なコレクションでテストしました。また、この定規が一度も見聞きしたことのないプラットフォームでも機能するかどうかを確認するために、X (Twitter) からの別個のデータセットでもテストを行いました。
彼らが発見したこと
結果は有望でした。この定規は驚くほどよく機能しました。ニュースへのリンクが含まれている投稿をチェックしたところ、定規が与えたスコアは、それらのニュース媒体の実際の格付けと一致していました。BlueskyとTruth Socialの投稿における一致度は強く（相関関係 0.365）、さらに印象的なことに、定規が学習していない全く異なるプラットフォームであるX (Twitter) の投稿に適用した場合でも、スコアは正しい方向を指していました（相関関係 0.193）。これは、この定規が特定のアプリの「スタイル」を単に暗記しているのではなく、根底にある政治的な感情を実際に測定していることを示唆しています。
この研究は、単純な「プラットフォームの属性」によるチェックでは見逃されてしまうであろう、非常に興味深いダイナミクスも明らかにしました。例えば、Bluesky（一般的に左寄りのユーザーが多いとされるプラットフォーム）において、バイデン大統領に言及する投稿は、最初は左寄りのスコアを示していました。しかし、2024年の夏が進むにつれ、バイデン氏が選挙戦から撤退した直後の9月にかけて、それらのスコアは中央へと漂流し、わずかに右寄りへと変化しました。これは、プラットフォーム全体の雰囲気だけでなく、ユーザーのバイデン氏に対する感情が変化したことを示しています。同様に、Blueskyにおけるカマラ・ハリスに関する投稿は、7月から次第に左寄りになり、大統領討論会の時期にピークに達しました。
一方で、研究は最も極端なグループが使用する言語についても調査しました。最も強く左寄りの傾向を持つ投稿は、特定の政治家（バイデン、ハリス、トランプなど）の名前を挙げることが多いことが分かりました。対照的に、最も強く右寄りの傾向を持つ投稿は、「人々（people）」「神（God）」「国（country）」「アメリカ（America）」「必要とする（need）」といった、市民の義務や道徳に関連する言葉を使用する傾向がありました。
なぜこれが重要なのか
著者らは、この手法が科学的な進歩である理由として、異なるデジタル世界間の政治的なムードを比較することを可能にするからだと述べています。これまでは、Truth Socialにおける意見の変化が、実際の変化なのか、それとも単にプラットフォームの仕組みの変化なのかを判断することは困難でした。今や、彼らは、候補者が選挙戦から撤退するといった実際の出来事に応じて、グループ間の「壁」が実在し、かつ変動していることを目にすることができます。
しかし、著者らはこの定規には限界があることにも注意を促しています。この定規は、米国のニュース格付けを用いて米国の二大政党制に特化して構築されているため、多党制の国々では機能しない可能性があります。また、これは人々がニュースリンクを共有することを前提としています。もしプラットフォームが、リンクを一切共有しない人々で構成されている場合、この定規は自身を調整（キャリブレーション）することができません。しかし、それが機能するプラットフォームにおいては、異なるアプリのノイズに惑わされることなく、インターネットの政治的な温度を観察するための新しい方法を提供してくれるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。