本稿では、ユーザー生成コンテンツへの依存度が高まるソーシャルネットワークプラットフォーム(SNP)における、誤情報拡散問題への対策として、タグ付けポリシーの効果を分析している。従来の研究では、SNPが誤情報を完全に検出できるという理想的な状況を想定していたが、現実には誤検出は避けられない。そこで本稿では、誤検出の可能性を考慮した上で、SNP、コンテンツ提供者、ユーザー間の相互作用をベイジアン説得ゲームとしてモデル化し、最適なタグ付けポリシーを分析している。
具体的には、SNPはコンテンツの信頼性を示すタグを付与するポリシーを設計し、コンテンツ提供者は自身の評判を維持するために、誤情報生成を抑制する努力を行う。ユーザーはタグを観察し、自身の信念を更新した上で、コメントや拡散などの行動を選択する。この際、ユーザーはコンテンツ提供者の努力量を直接観察できないため、信念に基づいて行動を選択する必要がある。
本稿の主要な貢献は、誤検出の存在下においても、SNPがコンテンツの検出結果をユーザーにそのまま開示する「透明性のあるタグ付け」が、コンテンツ提供者にとって最良の努力を促し、誤情報生成を抑制する上で最も効果的であることを示したことである。これは、透明性のあるタグ付けによって、ユーザーがコンテンツの信頼性についてより正確な情報を得ることができ、その結果、誤情報を含むコンテンツに対するネガティブな反応が増加し、コンテンツ提供者の評判が低下するためである。
さらに、本稿では、マルチタイプ分岐過程を用いて、ユーザー間での誤情報拡散をモデル化し、ユーザーのコメントの傾向が時間経過とともにどのように変化するかを分析している。その結果、ユーザーの信念がコメントの最終的な傾向を決定することを明らかにし、透明性のあるタグ付けが、ユーザーの信念を正しい方向に導く上で重要であることを示唆している。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問