ソーシャルメディアにおける憎悪表現とフェイクニュースの有害な相乗効果

Concepts de base

ソーシャルメディアユーザーの憎悪表現の使用は、低信頼性のニュースへの露出と関連している。特に、ユダヤ人やムスリムを標的とした憎悪表現を使用するユーザーは、低信頼性のニュースに多く露出している。

Résumé

本研究は、ソーシャルメディアにおける憎悪表現の使用と、低信頼性のニュースへの露出との関係性を調査したものである。

まず、憎悪表現を使用するユーザー(憎悪話者)と、同じ対象について非憎悪的に投稿するユーザー(非憎悪話者)の2つのグループを抽出した。次に、それぞれのグループがフォローしているアカウントが投稿したツイートを収集し、そこに含まれるニュースリンクの信頼性を分析した。

その結果、以下の知見が得られた:

1. 憎悪話者は、非憎悪話者に比べて、低信頼性のニュースソースからのツイートに多く露出している。

2. この傾向は、ユダヤ人やムスリムを標的とした憎悪表現を使用するユーザーに特に顕著である。その他の対象グループでは有意な差は見られない。

3. 憎悪話者は、特に人気の低い低信頼性のニュースに多く露出している。一方、人気の高い低信頼性のニュースへの露出には差がない。

4. ユダヤ人を標的とした憎悪話者は、極左寄りの低信頼性ニュースに多く露出しているのに対し、ムスリムを標的とした憎悪話者は、保守寄りの低信頼性ニュースに多く露出している。

これらの結果は、憎悪表現とフェイクニュースの間に有害な相乗効果があることを示唆している。フェイクニュースの拡散を抑制し、信頼できる情報源へのアクセスを促進することが、憎悪表現の削減にも役立つ可能性がある。

Stats

憎悪話者は、非憎悪話者に比べて、低信頼性のニュースソースからのツイートの割合が有意に高い(中央値0.073 vs 0.040, p<0.001)。
憎悪話者は、非憎悪話者に比べて、信頼できるニュースソースからのツイートの数が有意に少ない(中央値715.5 vs 1076.0, p<0.001)。
ユダヤ人を標的とした憎悪話者は、非憎悪話者に比べて、信頼できるニュースソースからのツイートの数が有意に少ない(中央値648.5 vs 914.0, p=0.036)。
ラテン系を標的とした憎悪話者は、非憎悪話者に比べて、信頼できるニュースソースからのツイートの数が有意に少ない(中央値77.0 vs 296.0, p<0.01)。
人気の低い低信頼性のニュースへの露出は、憎悪話者の方が非憎悪話者よりも有意に高い(中央値0.017 vs 0.0044, p<0.001)。一方、人気の高い低信頼性のニュースへの露出には差がない(p=0.22)。

Citations

なし

Idées clés tirées de

Toxic Synergy Between Hate Speech and Fake News Exposure

by Munj... à arxiv.org 04-15-2024

https://arxiv.org/pdf/2404.08110.pdf

Questions plus approfondies

憎悪表現とフェイクニュースの関係性は、他のソーシャルメディアプラットフォームでも同様に見られるだろうか?

この研究では、Twitterを対象として憎悪表現とフェイクニュースの関連性を調査しましたが、他のソーシャルメディアプラットフォームでも同様の関係性が見られる可能性があります。憎悪表現やフェイクニュースは、ソーシャルメディア全般で広く存在する問題であり、特定のプラットフォームに限定されるものではありません。
他のソーシャルメディアプラットフォームでも、ユーザーが信頼性の低い情報源に露出することが憎悪表現と関連している可能性があります。さまざまなプラットフォームでのユーザー行動や情報の拡散パターンを分析することで、憎悪表現とフェイクニュースの相互作用を理解するための洞察を得ることができるでしょう。

憎悪表現の使用を減らすためには、フェイクニュースへの露出を抑制するだけでなく、信頼できる情報源へのアクセスを促進することが重要だと考えられるが、具体的にどのような対策が効果的だろうか?

憎悪表現の使用を減らすためには、以下のような対策が効果的であると考えられます：

教育と啓発キャンペーン：ユーザーに対して、信頼性の高い情報源の重要性やフェイクニュースの特徴について教育するキャンペーンを展開することで、意識を高めることが重要です。

アルゴリズムの改善：ソーシャルメディアプラットフォームは、信頼性の低い情報源からの情報をユーザーに表示するアルゴリズムを見直し、信頼性の高い情報源へのアクセスを促進することが必要です。

フェイクニュースの検出とフィルタリング：フェイクニュースを検出し、ユーザーに表示される情報からフィルタリングする技術の開発や導入が重要です。これにより、ユーザーが信頼性の低い情報に曝されるリスクを軽減できます。

コミュニティの協力：ユーザーコミュニティを巻き込み、憎悪表現やフェイクニュースに対する共通の理解や対策を協力して構築することが重要です。共同で問題に取り組むことで、より効果的な対策が可能となります。

これらの対策を総合的に実施することで、憎悪表現の使用を減らし、信頼性の高い情報源へのアクセスを促進することが可能となります。

憎悪表現とフェイクニュースの関係性は、個人の認知的特性や社会的背景などの要因とどのように関連しているのだろうか?

憎悪表現とフェイクニュースの関係性は、個人の認知的特性や社会的背景などの要因と密接に関連しています。例えば、特定の人々が憎悪表現を使用する際に、信頼性の低い情報源からの情報に露出しやすい傾向があることが示唆されています。これは、個人の意識やバイアスが、特定の情報源やコンテンツに引き寄せられる影響を示しています。
また、社会的背景や所属するコミュニティも、憎悪表現とフェイクニュースの関係性に影響を与える要因となります。特定の社会集団やコミュニティが特定の情報源や情報に露出しやすい傾向がある場合、その集団内での憎悪表現やフェイクニュースの拡散が促進される可能性があります。
したがって、個人の認知的特性や社会的背景を考慮しながら、憎悪表現とフェイクニュースの関係性を理解し、適切な対策を講じることが重要です。個人や社会全体の意識向上や情報リテラシーの向上を通じて、健全なオンライン環境の構築に向けた取り組みが必要となります。