マサチューセッツ工科大学(MIT)の研究者が行った実験では、ユーザーは、自分の党派性と一致するアカウントをフォローする可能性が、党派性が異なるアカウントと比べ、約3倍高いことがわかった。

実際の人々のオンライン行動を調べるためにTwitterボットを配備し、研究者たちは、具体的には、党派性の異なるTwitterアカウントを作成し、党派性の高いアカウントと党派性の低いアカウントがフォローした場合に、Twitterユーザーが社会的な結びつきを形成する可能性がどの程度あるかを調べた。ユーザーは、自分の党派性と一致するボットを相互にフォローバックする可能性が約3倍高く、これはボットの党派性のアピールの強さに関係なく当てはまった。

興味深いことに、この好ましいフォローバック行動に党派性の非対称性はなかった。民主党員も共和党員も、共産党員からのフォローを返す可能性が高くなっていた。この発見は、人々がオンライン上の党派的な「エコーチェンバー」(反響室)に自己選択する可能性がどれほど高いかを明らかにするのに役立つ。

実験を行うために、研究者たちはMSNBCかフォックスニュースのツイートをリツイートしたツイッターユーザーのリストを集め、最後の3,200回のツイートを調べて、左寄りのウェブサイトや右寄りのウェブサイトの情報をどれだけ共有しているかを調べた。最初のリストから、学者たちは、2つの主要政党に均等に分布する842のツイッターアカウントの最終的な名簿を作成した。

同時に、研究者たちは、明らかに党派性のある8つのボットのセットを作成した。これらのボットは党派ごとに分かれており、政治的表現の強さも様々であった。研究者たちは、Twitter上の842人の実在のユーザーをそれぞれフォローするボットを無作為に1つ選んだ。そして、どの実在のTwitterユーザーが政治的に整列したボットをフォローしたのかを調べ、明らかに党派的なパターンを観察した。

全体的に、実験に参加した実在のTwitterユーザーは、ボットアカウントの政治的表現の強さに関わらず、党派的な見解を共有しているTwitterボットの約15%をフォローバックしていた。対照的に、実際のTwitterユーザーは、反対派を支持していると思われるアカウントの約5%しかフォローしていなかった。

Fig1. ボットアカウントのデザイン。人間のような、同一人物に見えるボットアカウントを8つ作成し(各条件ごとに2つずつ)、政治的党派性(共和党か民主党か)と政治的党派性の極端さ(強いか弱いか)を変化させた。ボットアカウントは自分の政治的党派性にマッチしたエリートアカウントのセットを追跡し、毎日これらのアカウントからランダムにリツイートした(これは政治的党派性が強いか弱いかのどちらかのボットアカウントでも同じでした)。党派性の強いボットアカウントは、民主党対共和党の候補者を支持している背景があり、プロフィール名の一部に候補者の名前が含まれている。Source: Land, et al. (2021)
Fig2. 両党のTwitterユーザーは、共産党のアカウントをフォローバックする確率が、共産党のアカウントと比較して3倍近く高かった。各実験条件における民主党と共和党のユーザーのフォローバックの確率を示しています。エラーバーは95%信頼区間を示している。Source: Land, et al. (2021)

特に、この研究では、観察されたユーザーの行動に党派的な対称性が見られた。米国の2大政党からの人々は、党派の識別に基づいてアカウントをフォローする可能性が同じくらい高かった。

この実験で使用されたボットアカウントは、ユーザーがフォローしたいと思うかもしれないアカウントとしてTwitterから推薦されていなかったことから、同じ党派のアカウントをフォローする傾向は、ソーシャルネットワークが使用しているアカウント推薦アルゴリズムとは無関係に起こることが示されている。

論文は、Proceedings of the National Academy of Sciences誌に掲載されており、著者は、MITスローン経営大学院教授で、MITスローンの人間協力研究所と応用協力チームのディレクターを務めるデビッド・ランドのほか、MITスローンの博士課程の学生であるキャメロン・マーテルとリサーチサイエンティストのモーセン・モスレー、MITスローン経営大学院教授で、MITスローンのマーケティング准教授でもあるディーン・エクルズである。

参考文献

Mohsen Mosleh, Cameron Martel, Dean Eckles, David G. Rand. Shared partisanship dramatically increases social tie formation in a Twitter field experiment. Proceedings of the National Academy of Sciences Feb 2021, 118 (7) e2022761118; DOI: 10.1073/pnas.2022761118

Photo by visuals on Unsplash

Special thanks to supporters !

Shogo Otani, 林祐輔, 鈴木卓也, Mayumi Nakamura, Kinoco, Masatoshi Yokota, Yohei Onishi, Tomochika Hara, 秋元 善次, Satoshi Takeda, Ken Manabe, Yasuhiro Hatabe, 4383, lostworld, ogawaa1218, txpyr12, shimon8470, tokyo_h, kkawakami, nakamatchy, wslash, TS, ikebukurou, 太郎.

月額制サポーター

Axionは吉田が2年無給で、1年が高校生アルバイトの賃金で進めている「慈善活動」です。有料購読型アプリへと成長するプランがあります。コーヒー代のご支援をお願いします。個人で投資を検討の方はTwitter(@taxiyoshida)までご連絡ください。

デジタル経済メディアAxionを支援しよう
Axionはテクノロジー×経済の最先端情報を提供する次世代メディアです。経験豊富なプロによる徹底的な調査と分析によって信頼度の高い情報を提供しています。投資家、金融業界人、スタートアップ関係者、テクノロジー企業にお勤めの方、政策立案者が主要読者。運営の持続可能性を担保するため支援を募っています。
Takushi Yoshida is creating writing/journalism | Patreon
Patreon is a membership platform that makes it easy for artists and creators to get paid. Join over 200,000 creators earning salaries from over 6 million monthly patrons.

投げ銭

投げ銭はこちらから。金額を入力してお好きな額をサポートしてください。

https://paypal.me/axionyoshi?locale.x=ja_JP