コロナ禍のインフォデミックを煽るTwitterボット
コロナウイルスの流行中、Twitterでボットアカウントに遭遇すること可能性は平時よりも高い。カーネギーメロン大学（CMU）の研究者は、パンデミックと自宅待機命令の周りの議論の多くが、ボットを使用した誤情報キャンペーンによって煽られていることを発見した。
コロナウイルスの流行中、Twitterでボットアカウントに遭遇すること可能性は平時よりも高い。カーネギーメロン大学（CMU）の研究者は、パンデミックと自宅待機命令の周りの議論の多くが、ボットを使用した誤情報キャンペーンによって煽られていることを発見した。
パンデミック周辺のボット活動を分析するために、CMUの研究者は1月以来、コロナウイルスを議論する2億以上のツイートを収集した。影響力のあるトップ50のリツイート者のうち、82％がボットであることがわかった。上位1,000人のリツイート者のうち、62％がボットである。
CMUコンピュータサイエンス学部ソフトウェア研究所の教授で、社会・組織システム計算分析センター（CASOS）と情報化された民主主義と社会・サイバーセキュリティセンター（IDeaS）のディレクターであるキャスリーン・カーリーらは、「過去の自然災害や危機、選挙に基づいて予測していたよりも、最大で2倍のボット活動が見られている」と主張している
カーリーらは、複数の要因が急増に寄与していると主張している。第1に、自分でボットを作成する時間を持てる個人が増えたことだ。しかし、ボットアカウントを運営するために企業を雇う巧妙なグループの数も増えている。パンデミックの性質も重要だ。「パンデミックは世界的なものなので、様々な国や利益団体が政治的な議題を満たす機会として利用している」とカーリーは言う。
カーリーの研究チームは、複数の方法を使って、誰がボットであるか、あるいはボットではないかを判断している。チームはボット検出ソフトウェアBot-Hunterを使用してボットアカウントの可能性を検出した。サンプルとなった合計3629人のユーザーのうち、14%（505人）がボットであることがわかった。しかし、誤情報を発信するアカウントの中でのボットの割合は、通常の情報を発信するボットの割合（11％）よりもはるかに高い（19％）。これは、我々のデータセットにおける誤報関連の投稿の5分の1以上が、COVID-19に関連したディスインフォメーションキャンペーンの結果である可能性があることを示している。
競合する2つのコミュニティの言語的な違いを理解するために、語彙を抽象化してカテゴリ化するためのツールである「Lingistic Inquiry and Word Count」（LIWC）プログラムを用いて、2つのグループのツイートをもとに社会言語学的分析を行った。与えられたテキストに対して、LIWCはそれぞれのLIWCカテゴリーの割合を計算する。これらのカテゴリはすべて単語数に基づいている。
また、チームが採用した人工知能はアカウント情報を自動的に処理し、フォロワー数、ツイートの頻度、アカウントの言及ネットワークなどを調べる。
カーリーらは研究の結果、COVID-19は最近の出来事であるにもかかわらず、それに関連した誤情報は、エコーチャンバー性の高い分極化したコミュニティを形成していることがわかった。研究チームは、通常の情報を得たグループと誤った情報を得たグループの両方にボットが存在することを発見したが、誤った情報を得たユーザーのボットの割合は非常に高く、これは誤情報キャンペーンの存在を示唆している。
社会言語学的分析では、両コミュニティともに、投稿の中でネガティブな感情的なトーンを表現しており、情報を得ているユーザーの方が誤った情報を得ているユーザーよりも多くのナラティブを使っていることが示唆されている。
カーリーは、誤情報コミュニティが高度に組織化されており、高度に分析される傾向があるため、誤情報コミュニティはより複雑であることを示唆している。介入を成功させるには、誤報キャンペーンを特定し、禁止する必要があるかもしれない。またカーリーらは、「分極化した2つのグループをつなぐための適切なコミュニケーション媒体を特定することも有用であろう。これは、誤って形成されたコミュニティの中で、再放送をしていないユーザーや、事実に基づく情報を発信するためのメッセンジャーとなるような高い相互依存性を持ったユーザーを特定することで達成できるだろう。また、これらのコミュニティの言語パターンや嗜好をさらに理解して、効果的なメッセージの内容やフレーミングを作成することも有効である」と書いている。
参考文献
- Shahan Ali Memon, Kathleen M. Carley. Characterizing COVID-19 Misinformation Communities Using a Novel Twitter Dataset. arXiv:2008.00791 [cs.SI]. [v4] Sat, 19 Sep 2020 07:11:39 UTC (1,037 KB)
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.
コーヒー代支援 / サポーター加入
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。プロジェクトの詳細は以下を参照くださいませ。
