מושגי ליבה
온라인 상에서 음모론 내러티브를 정확하게 식별하기 위해서는 음모론의 복잡하고 다면적인 특성을 고려해야 한다.
תקציר
이 연구는 온라인 토론에서 자주 등장하는 음모론에 대한 체계적인 분류 체계를 수립하였다. 음모론 내러티브는 명시적으로는 행위자, 행동, 목적 등의 요소를 포함하거나 암묵적으로는 알려진 음모론에 대한 언급을 통해 드러난다. 연구진은 인간 코더의 라벨링을 통해 확보한 기준 데이터를 바탕으로 BERT 계열 모델을 활용한 분류기를 개발하였다. 이 분류기는 기존 연구에서 사용된 단순 프록시나 제한적인 신호에 의존하는 방식의 한계를 극복하고, 다양한 주제의 음모론 내러티브를 효과적으로 식별할 수 있다. 또한 GPT와 같은 생성 모델의 성능을 분석하여, 이들 모델이 논리적 추론에 있어 중요한 약점을 가지고 있음을 밝혀냈다. 이 연구는 대규모 온라인 음모론 관련 포럼에서 실제 음모론 내러티브의 비중이 3분의 1 수준에 불과함을 보여주었다. 이를 통해 음모론 내러티브의 실제 범위와 영향력에 대한 보다 정확한 이해를 제공한다.
סטטיסטיקה
온라인 음모론 관련 포럼에서 게시된 게시물의 약 3분의 1만이 실제 음모론 내러티브로 분류되었다.
음모론을 지지하는 게시물들이 더 많은 관심과 참여를 받는 경향이 있다.
ציטוטים
"온라인 토론에서 자주 등장하는 음모론은 복잡하고 다면적인 특성을 가지고 있다."
"음모론 내러티브는 명시적으로는 행위자, 행동, 목적 등의 요소를 포함하거나 암묵적으로는 알려진 음모론에 대한 언급을 통해 드러난다."
"이 연구는 대규모 온라인 음모론 관련 포럼에서 실제 음모론 내러티브의 비중이 3분의 1 수준에 불과함을 보여주었다."