D-MODD: A Diffusion Model of Opinion Dynamics Derived from Online Data

Dit artikel introduceert D-MODD, het eerste datagedreven continue-tijd stochastische model dat is afgeleid van longitudinale sociale mediadata en dat realiteitsgetrouw de opiniedynamiek op gepolariseerde onderwerpen beschrijft aan de hand van een Langevin-type vergelijking met empirisch gereconstrueerde drift- en diffusiefuncties.

De kern

Het Grote Plaatje: De "Weersomstandigheden" van Meningen in kaart brengen

Stel je het internet voor als een gigantische, chaotische oceaan waar de meningen van mensen lijken op boten die op het water drijven. Meestal denken we dat deze boten willekeurig drijven, voortgestuwd door elke golf en windvlaag (een tweet, een nieuwsbericht, een opmerking van een vriend).

Dit paper stelt een simpele vraag: Is er een verborgen kaart of een reeks onzichtbare stromingen die deze boten leiden, zelfs als het lijkt alsof ze gewoon drijven?

De auteurs, gebruikmakend van data van Twitter (nu X) over klimaatverandering, zeggen ja. Ze bouwden een wiskundig model genaamd D-MODD (Diffusion Model of Opinion Dynamics Derived from) om te bewijzen dat online meningen niet zomaar willekeurig rondspringen; ze volgen specifieke, voorspelbare regels, net als water dat een heuvel afstroomt.

Hoe Ze Het Dedden: De "Tijdsreis"-Kaart

Om deze regels te vinden, namen de onderzoekers niet zomaar een momentopname van wat mensen op één dag dachten. In plaats daarvan keken ze naar een "time-lapse-film" van 57 miljoen tweets over een heel jaar.

1. De Twee Valleien: Ze ontdekten dat de "oceaan" van mening niet vlak is. Er zijn twee diepe valleien (of bassins).
   • De ene vallei is voor mensen die geloven in klimaatverandering (Pro-klimaat).
   • De andere vallei is voor mensen die het ontkennen (Ontkenners).
2. De Onzichtbare Zwaartekracht: De meningen van de meeste mensen rollen van nature naar één van deze twee valleien en blijven daar. Als iemand probeert uit hun vallei te drijven, trekt een onzichtbare "zwaartekracht" (de drift) hen weer terug.
3. De Wiebels: Terwijl mensen in hun valleien blijven, zitten ze niet perfect stil. Ze wiebelen een beetje. Dit "wiebelen" is de diffusie. Soms zijn de wiebels klein (stabiele meningen) en soms groot (onstabiele meningen).

De Twee Belangrijkste Bevindingen

1. De Regels van het Spel (De Drift en Diffusie)

De auteurs maten precies hoe sterk de "zwaartekracht" is en hoeveel mensen "wiebelen".

• De Trekkracht: Als je een klimaatsupporter bent en iemand probeert je te overtuigen om klimaatverandering te ontkennen, trekt de "zwaartekracht" van je gemeenschap je terug naar jouw kant. Hetzelfde gebeurt voor ontkenners.
• Het Midden: Er is een vlakke, onstabiele plek precies in het midden (tussen de twee valleien). Als je precies in het midden zit, word je waarschijnlijk snel naar één van de twee valleien geduwd. Het is moeilijk om lang neutraal te blijven.

2. De "Stijve" versus de "Wankelende"

Dit is het meest interessante deel van hun ontdekking. Ze keken naar wie in welke vallei woont en vonden een groot verschil in hoe "wankelend" ze zijn.

• De Klimaatsontkenners (De Rots): De mensen in de vallei van de ontkenners zijn als zware rotsblokken. Zodra ze daar zijn, wiebelen ze nauwelijks. Hun meningen zijn extreem stabiel en consistent. Het paper vond dat veel van deze accounts gekoppeld zijn aan specifieke politieke groepen (zoals MAGA-aanhangers in de VS) en fungeren als "stijve" agenten die zelden van mening veranderen.
• De Pro-klimaat Groep (De Bladeren): De mensen in de pro-klimaat vallei lijken meer op bladeren in de wind. Ze zitten nog steeds in de vallei, maar ze wiebelen veel meer. Hun meningen fluctueren meer. Het paper suggereert dat deze groep veel instellingen, journalisten en wetenschappers omvat die een breed scala aan onderwerpen bespreken, waardoor hun "meningssignaal" ruiziger en minder stijf is.

De "Magie" van het Model

De onderzoekers bouwden een computersimulatie (het D-MODD-model) met behulp van deze realistische regels.

• Ze voerden het model de regels voor "zwaartekracht" en "wiebelen" in die ze in de data hadden gevonden.
• Ze lieten de computer een nep-simulatie draaien van mensen die van mening veranderden.
• Het Resultaat: De nep-simulatie zag er bijna exact hetzelfde uit als de echte Twitter-data.

Dit bewijst dat de dynamiek van online meningen kan worden beschreven door een eenvoudige set wiskundige vergelijkingen (specifiek, een type vergelijking dat in de fysica wordt gebruikt om te beschrijven hoe deeltjes bewegen). Dit betekent dat we kunnen voorspellen hoe meningen bewegen als we het "terrein" van het gesprek kennen.

Samenvattende Analogie

Stel je het klimaatdebat voor als een kegelbaan.

• Er zijn twee goten (de twee extreme meningen).
• De meeste mensen zijn kegels die vast komen te zitten in één van de goten.
• De Ontkenners-goot heeft een zeer kleverige vloer; zodra de bal erin zit, beweegt hij nauwelijks.
• De Pro-klimaat-goot heeft een iets gladde vloer; de bal rolt er een beetje meer rond.
• Het midden van de baan is een helling die de bal snel naar één van de goten duwt.

De belangrijkste prestatie van het paper is het exact meten van hoe kleverig en glad deze goten zijn, en het bewijzen dat zelfs in het chaos van sociale media een verborgen, wiskundige orde bestaat in hoe we discussiëren en het eens worden.

Technische samenvatting

Technische Samenvatting: D-MODD – Een Diffusiemodel van Opinionsdynamiek Afgeleid van Online Data

Probleemstelling

Hoewel modellen voor opinionsdynamiek (bijvoorbeeld DeGroot, modellen met begrensd vertrouwen, kiezersmodellen) theoretische kaders hebben geboden voor het begrijpen van consensus, polarisatie en echo-kamers, zijn er slechts weinig modellen die zijn gekalibreerd met behulp van tijdreeksdata uit de echte wereld. Bestaande empirische studies vertrouwen vaak op statische enquête-opnames of geaggregeerde sentimentmaten, waardoor ze het continue verloop van individuele meningen niet kunnen vastleggen. Bovendien zijn agentgebaseerde simulaties, hoewel ze in staat zijn om emergent gedrag te reproduceren, vaak niet in staat om de specifieke stochastische wetten te identificeren die microscopisch gedrag regeren. Er is een kritieke kloof in het koppelen van gedragssporen op individueel niveau aan macroscopische uitkomsten via een analytische, continue-tijds conceptualisering. Dit artikel adresseert de uitdaging om empirisch een stochastisch model voor opinionsdynamiek over een gepolariseerd onderwerp af te leiden met behulp van longitudinale socialemediadata.

Methodologie

Datacollectie en Voorverwerking

De studie maakt gebruik van de Climatoscope-dataset, bestaande uit 57 miljoen tweets uit 2022 over klimaatverandering, verzameld via de track-API van Twitter. De dataset onthult een sterk gepolariseerd landschap tussen klimaatsceptici/ontkenners en pro-klimaatgebruikers.

• Grafconstructie: Dynamische interactiegrafieken werden geconstrueerd met behulp van retweet-netwerken over perioden van 3 weken met een schuifvenster van 7 dagen, wat resulteerde in 50 grafieken voor het jaar. Kanten vertegenwoordigen retweetaantallen, gefilterd op een drempelwaarde ($>1$) om 691.993 unieke gebruikers op te nemen.
• Embedding in Latente Ruimte: Grafieken werden ingebed met behulp van node2vec. Een gesuperviseerde 2D-reductie met UMAP werd toegepast, getraind op "ankeraccounts" met bekende pro-klimaat of ontkennende posities.
• Coördinatentransformatie: Een lineaire transformatie richtte de zwaartepunten van pro-klimaat- en ontkennende ankers uit op coördinaten $(+2, +2)$ respectievelijk $(-2, -2)$. Dit creëerde een tweedimensionale latente ruimte $O$ waarbij gebruikerscoördinaten $(x_i, y_i)$ hun meningsstaat vertegenwoordigen. De eerste coördinaat, $x(t)$, werd geselecteerd als de primaire continue opinievariabele vanwege zijn stabiliteit en rol als de dominante as van scheiding.

Validatie van Afgeleide Opinions

De afgeleide opinietrajecten werden gevalideerd via twee primaire methoden:

1. Vergelijking met Clustering: Een vergelijking met 27.700 accounts die in een eerdere studie [16] waren geclassificeerd, toonde 99% overeenstemming voor pro-klimaatgebruikers ($x > 1$) en 97% voor ontkennende gebruikers ($x < -1$).
2. LLM-gebaseerde Standpuntclassificatie: Een onafhankelijke validatie werd uitgevoerd met Llama-3.1 om het standpunt van originele tweets van willekeurig geselecteerde gebruikers te classificeren. Voor gebruikers met consistente tekstgebaseerde standpunten ($\pm 2$) toonde de geautomatiseerde dynamische embedding een precisie van 96% overeenstemming.

Stochastische Reconstructie

De auteurs berekenden de conditionele momenten van opinietoename $\Delta x = x_{t+\Delta t} - x_t$ om de drift $A(x)$ en diffusie $D(x)$-functies te schatten:
$$A(x) = \frac{1}{\Delta t} \mathbb{E}[\Delta x \mid x_t = x]$$
$$D(x) = \frac{1}{2\Delta t} \mathbb{V}[\Delta x \mid x_t = x]$$
Deze empirische functies corresponderen met de coëfficiënten van een Fokker-Planck-operator die de evolutie van opiniedichtheid $p(x,t)$ regelt.

Belangrijkste Bijdragen en Resultaten

1. Het D-MODD Model

Het artikel introduceert D-MODD (Diffusion Model of Opinion Dynamics Derived from Data), een continu-tijds Langevin-model dat direct is gekalibreerd op gedragsstrajecten. De opinie-evolutie voor een gebruiker $x(t)$ wordt beschreven door de stochastische differentiaalvergelijking:
$$dx_t = F(x_t) dt + \sqrt{2D(x_t)} dW_t$$
waarbij $W_t$ een standaard Wiener-proces is. Het driftveld $F(x)$ wordt gemodelleerd om de empirisch waargenomen herstellende krachten naar attractoren ($x^* = \pm 2$) te behouden, terwijl wereldwijde stabiliteit wordt gewaarborgd:
$$F(x) = |A(x)| (x^* - x)$$
De diffusieterm $D(x)$ vat staatafhankelijke ruis samen, en onthult dat fluctuaties minimaal zijn in de buurt van attractoren, maar versterken in gebieden waar deterministische herstellende krachten verzwakken.

2. Empirische Reconstructie van Transitiekernen

Voor het eerst in een groot online sociaal netwerk hebben de auteurs de volledige één-staps conditionele overgangswaarschijnlijkheid $P(x_{t+\Delta t} \mid x_t)$ direct uit data gereconstrueerd.

• Markoviaanse Validatie: De studie testte de Chapman-Kolmogorov (CK) consistentievoorwaarde. De CK-voorspelde twee-staps kern stemde nauwkeurig overeen met de empirische twee-staps kern (gemiddelde afwijking van 0,7 bins volgens Wasserstein-1), wat direct bewijs levert dat opinionsdynamiek op korte tijdschaal over dit gepolariseerde onderwerp een Markoviaanse beschrijving toelaat.
• Modeltrouw: Het D-MODD-model slaagde erin de empirische transitiekern succesvol te reproduceren. Spectrale analyse van de transitie-operatoren toonde een hoge overlap tussen de empirische en model-eigenwaardedistributies (Wasserstein-afstand $W_1 = 7,2 \times 10^{-3}$), wat aangeeft dat het model de globale dynamische structuur vastlegt, inclusief relaxatietijdschalen en menggedrag.

3. Asymmetrie in Opinionsstabiliteit

Analyse van gebruikersprofielen onthulde een significante asymmetrie tussen de twee attractorbekkens:

• Ontkennend Attractor: Gebruikers in het ontkennende bekken ($x < -1$) vertoonden lagere opinievariabiliteit (standaardafwijking $\langle \sigma_x \rangle = 0,89$) en meer extreme gemiddelde opinies ($\langle x \rangle = -1,95$). Handmatige inspectie van de meest stabiele accounts (laagste $\sigma_x$) identificeerde hen voornamelijk als Amerikaanse, MAGA-georiënteerde individuen met harde, consistente standpunten.
• Pro-Klimaat Attractor: Gebruikers in het pro-klimaat bekken ($x > 1$) vertoonden hogere variabiliteit ($\langle \sigma_x \rangle = 1,21$) en iets minder extreme gemiddelde opinies ($\langle x \rangle = 1,86$). Accounts met hoge variabiliteit waren vaak institutioneel of professioneel (NGO's, journalisten, wetenschappers) met diverse inhoud, wat leidde tot heterogener interactiepatronen.

Betekenis en Beweringen

Het artikel beweert de eerste directe bewijzen te leveren dat online opinionsdynamiek over een gepolariseerd onderwerp op operatorniveau kan worden beschreven door een Markoviaans proces. Door sociofysica, gedragsdata en modellering van complexe systemen te verbinden, tonen de auteurs het volgende aan:

1. Effectieve Stochastische Operatoren: Opinionsfluctuaties uit de echte wereld zijn geen ongeordende ruis, maar volgen een coherent diffusie-achtig proces met onderscheiden attractorbekkens en ruimtelijk heterogene ruis.
2. Datagedreven Kalibratie: Het D-MODD-framework stelt theoretische modellen in staat om direct te worden gekalibreerd, getest en verfijnd tegen empirische gedragsdata, waardoor men verder gaat dan puur agentgebaseerde simulaties.
3. Mechanisme van Polarisatie: De studie suggereert dat de persistentie van polarisatie kan worden aangedreven door staatafhankelijke variabiliteit, waarbij de "hardnekkigheid" (lage variabiliteit) van een specifieke subgroep (ontkenners) een stabielere attractor creëert, wat mogelijk de convergentie naar consensus belemmert, onafhankelijk van externe informatiesignalen.

De auteurs concluderen dat deze aanpak een rigoureus generatief model biedt dat microscopische gebruikersstrajecten koppelt aan een compacte macroscopische beschrijving, en een fundament legt voor voorspellende modellering van informatiestromen en collectief gedrag in grootschalige sociale systemen.