Institutional Floors and Partisan Lenses: Cross-National Online Discourse on Political Violence in France and the United States
University of California, Berkeley(加州大学伯克利分校)
本文研究在线讨论如何塑造和评估不同背景下政治暴力的道德评价,通过法国和美国的案例,分析机构环境对道德感知的影响,揭示跨国民间对政治暴力的道德价值、情感强度和机构框架的差异。
2026-04-29 cs.SI
Political Polarization in Online News Consumption
从投票行为、对对立党派及其政党的普遍影响以及在线发布和消费的内容来衡量,政治两极分化似乎正在上升。多年来的研究一直集中在网络作为两极分化驱动力的作用上。为了进一步了解网络两极分化背后的因素,在目前的工作中,我们收集和分析了数以万计的用户的Web浏览历史,同时仔细测量了浏览各种新闻源所花费的时间。我们发现,在线新闻消费遵循两极分化的模式,用户访问与自己的政治倾向相一致的新闻来源的时间大大长于他们访问其他新闻来源。接下来,我们表明,这种偏好在个人以及人口水平上,从聚合浏览模式中出现的新闻领域的明确党派社区证明。最后,我们解决了用户选择在两极分化中的作用这一重要问题。用户只是简单地遵循他们的网络环境提供的链接,还是他们故意追求志同道合的新闻来源加剧了党派两极分化?为了回答这个问题,我们比较了浏览模式与基础的超链接结构跨越所考虑的新闻领域,发现强有力的证据表明,在党派的浏览习惯的极化超出了可以解释的超链接结构的网络。
2021-04-09 cs.CY cs.SI
Networked partisanship and framing: a socio-semantic network analysis of the Italian debate on migration
社交媒体的大量使用所提供的大量数据为对政治进程进行数据驱动的研究开辟了前所未有的可能性。虽然在网上辩论和回声室形成过程中特别关注了精英和大众两极分化等现象,但网上党派和框架实践之间的相互作用,共同维持对抗动态,仍然被忽视。在本文中,我们对2019年5月至11月期间在意大利Twitter上观察到的关于移民政策的辩论进行了社会语义分析。至于社会分析,我们的方法使我们能够提取有关用户社区的政治取向的相关信息-在此称为党派社区-而无需诉诸任何外部信息。值得注意的是,我们的社区发现技术足够敏感,能够清楚地突出不同政治力量之间关系的动态特征。在语义分析方面,我们的主题标签网络在整个观察期间显示出以核心-外围方式组织的中尺度结构。总的来说,我们的结果指出了不同的,但重叠的,以移民问题为背景的冲突轨迹。第一条线反对社区实质性地讨论移民问题,而社区只是为了煽动对政治对手的敌意而接近这个问题;在第二条线中,党派社区之间的距离机制反映了政府联盟内部政治联盟的变化。最终,我们的研究结果有助于揭示意大利政治背景的复杂性,其特点是多极的党派联盟。
2021-06-22 cs.SI physics.app-ph
Political polarisation in turbulent times: Tracking polarisation trends and partisan news link sharing on Finnish Twitter, 2015-2023
本研究基于2015-2023年芬兰X平台数据,按转发政党相关推文划分三类意识形态群体,用网络方法分析多议题极化趋势及议题间极化对齐程度,并考察新闻链接分享与群体、推文情感及传播度的关联。
2024-03-06 cs.SI
Experienced partisan segregation across patterns of mobility behavior in US cities
University of Trento(特伦托大学);Fondazione Bruno Kessler (FBK)(布鲁诺·凯斯勒基金会);Northeastern University(东北大学)
本研究结合11个美国大都市的出行数据与投票结果,发现经历性党派隔离受日常出行影响,出行范围扩大接触多样性,但探索更多地点可能加剧隔离。
2026-09-18 cs.SI physics.soc-ph
Pandemic Culture Wars: Partisan Differences in the Moral Language of COVID-19 Discussions
本研究通过分析COVID-19相关推文,采用弱监督方法和计算技术,揭示党派在议题显著性与道德语言上的意识形态差异,为理解疫情讨论中的政治分裂提供见解。
2023-10-17 cs.CY cs.SI
Polarization of Climate Politics Results from Partisan Sorting: Evidence from Finnish Twittersphere
先前的研究表明,公众对气候政治的看法是沿着党派路线进行的。然而,他们留下了一个问题,即气候政治和其他政治上突出的问题是否表现出问题对齐的趋势,政治极化文献将其确定为极化的最有害方面之一。使用网络方法和社交媒体数据从Twitter平台,我们研究了公众舆论对气候政治和其他10个政治上突出的主题在2019年芬兰选举中出现的对立团体在公共论坛的两极分化。我们发现,虽然气候政治与其他主题相比并不特别两极分化,但它受到右翼民粹主义增长后出现的欧洲政治的普遍主义-社群主义维度内的党派分类和问题对齐的影响。值得注意的是,气候政治始终与移民问题保持一致,时间趋势表明这种现象可能会持续下去。
2020-07-06 cs.SI physics.soc-ph
Breakdown of metastable political duopoly due to asymmetry of emotions in partisan propaganda
我们提出的结果观点动力学模拟的基础上的情感/信息/意见(E/I/O)模型,适用于一个强烈的两极分化的社会。在某些条件下,该模型导致两个规模相当的亚稳定共存的亚由于最近在波兰存在了9年多的这种系统的崩溃,我们通过允许第三种意见来扩展该模型。我们表明,如果两个执政党的宣传信息在情感基调不同,该系统可能会被“入侵”的新人第三方非常迅速-在质量上与波兰的实际政治局势在2015年。
2015-07-11 cs.SI physics.soc-ph
Feminist voices, partisan networks: gender and political communication by MEPs on social media
University of the Basque Country (EHU)(巴斯克大学);University of Latvia(拉脱维亚大学)
该研究分析欧洲议会议员在X平台的政治传播,发现性别影响推文频率、可见度、议题选择及语气,但互动模式主要由党派与国家决定,女性更多参与平等议题,传播仍受既有政治结构约束。
2026-07-31 cs.SI
A political cartography of news sharing: Capturing story, outlet and content level of news circulation on Twitter
本文提出一种兼顾消息来源与内容的新闻分享系统制图流水线,以克服政治倾向测量简化、仅分析媒体层面及预先划分党派新闻的局限。
2025-05-13 cs.SI
How Many Political Parties Should Brazil Have? A Data-driven Method to Assess and Reduce Fragmentation in Multi-Party Political Systems
2013年6月,巴西面临着一代人以来最大规模和最重要的群众抗议活动。由于民众对由大量政党组成的高度分散的政党制度不再抱有幻想,这些问题更加严重。在这种情况下,总统受到非正式联合政府的制约,给国家带来非常有害的后果。在这项工作中,我提出了ARRANGE,一个评估和减少一个国家政党分裂的数据驱动方法。ARRANGE使用国会对法案和修正案投票的点名数据作为输入,作为政治偏好和意识形态的代理。有了这个,ARRANGE找到了在不减少党的纪律的情况下容纳所有国会议员所需的最低政党数量。当应用于巴西的历史点名数据时,ARRANGE能够产生23个不同的配置,与现状相比,有(一)政党数量明显减少,(二)党派对他们的政党有更高的纪律,(三)党派更均匀地分布到政党。ARRANGE是快速和简约的,依赖于一个单一的,直观的参数。
2015-10-26 cs.CY cs.MA cs.SI
Suffering from Vaccines or from Government? : Partisan Bias in COVID-19 Vaccine Adverse Events Coverage
Underscore(Underscore公司);KAIST(韩国科学技术院);Seoul National University(首尔国立大学)
疫苗不良事件被认为是一个相对客观的衡量标准,不受政治两极分化的影响。然而,真实世界的数据显示了总统不支持率与不良事件的主观严重程度之间的相关性。本文利用语言模型对疫苗相关文章的主题和新闻评论的政治倾向进行分类,研究了新冠疫苗不良事件报道中的党派偏见。基于来自52家主要报纸公司的9万篇新闻文章,我们发现保守派媒体倾向于比自由派媒体更频繁地报道不良事件,而报道本身与真实世界不良事件的严重程度在统计学上不相关。支持保守反对党的用户更有可能从新闻平台上的2.3K随机抽样文章中撰写热门评论。这项研究表明,即使在大多数人口接种疫苗之后,两党合作仍然可以在形成关于COVID疫苗的公众舆论方面发挥重要作用
2022-11-19 cs.CL cs.CY cs.SI
Affective Polarization Amongst Swedish Politicians
本研究借助大语言模型分析2021-2023年瑞典政客的2.5万余条Twitter推文,发现内群体定义层级、政客派别极端性会影响负向党派性程度,且负面言论可提升网络曝光,为多党制极化话语研究提供新方法与新见解。
2025-03-21 cs.CY cs.SI stat.AP
CommunityLM: Probing Partisan Worldviews from Language Models
MIT Center for Constructive Communication(麻省理工学院建设性沟通中心);MIT Media Lab(麻省理工学院媒体实验室)
随着美国政治态度在意识形态上的分歧,政治言论在语言上也出现了分歧。美国各政党之间日益扩大的两极分化,由于相互了解的侵蚀而加速。我们的目标是使这些社区更容易相互理解的框架,探讨社区特定的反应,相同的调查问题,使用社区语言模型CommunityLM。在我们的框架中,我们为Twitter上的每个社区确定了忠诚的党派成员,并对他们撰写的推文进行了微调。然后,我们评估了这两个群体的世界观,使用基于网络的探测其相应的LM,提示,引发公众人物和团体的意见,由美国国家选举研究(ANES)2020年探索性测试调查。我们比较了由LMs生成的响应ANES调查结果,并找到一个对齐的水平,大大超过了几个基线方法。我们的工作旨在表明,我们可以使用社区LM来查询任何群体的世界观,只要他们的社交媒体讨论或媒体饮食样本足够大。
2022-09-15 cs.AI cs.CL cs.SI
Characterizing Partisan Political Narrative Frameworks about COVID-19 on Twitter
Center for Complex Networks and Systems Research, Luddy School of Informatics, Computing and Engineering, Indiana University Bloomington(印第安纳大学伯明顿分校卢迪信息学、计算与工程学院复杂网络与系统研究中心);Network Science Institute, Indiana University, Bloomington (IUNI)(印第安纳大学布卢明顿分校网络科学研究所);Connection Science, Massachusetts Institute of Technology(麻省理工学院连接科学中心);Sirius XM(天狼星XM公司)
COVID-19大流行是一场全球性危机,考验着每个社会,并暴露出地方政治在应对危机中的关键作用。在美国,民主党和共和党对疫情的说法存在很大的党派分歧,导致个人行为两极分化,各地区采取不同的政策。正如本案例以及大多数重大社会问题所显示的那样,强烈极化的叙事框架促进了这种叙事。为了理解两极分化和其他社会鸿沟,剖析这些不同的叙述至关重要。在这里,以民主党和共和党关于流行病的政治社交媒体帖子为案例研究,我们证明了计算方法的组合可以提供对不同背景,框架,人物和关系的有用见解,这些背景,框架,人物和关系构建了他们的叙事框架,这些框架是个人帖子的来源。利用美国精英政客的推文数据集,我们发现,民主党人的叙述往往更关注大流行病以及财政和社会支持,而共和党人更多地讨论中国等其他政治实体。然后,我们进行了一个自动框架分析,以描述他们构建叙事的方式,我们发现民主党人强调政府在应对疫情中的作用,而共和党人强调个人的作用和对小企业的支持。最后,我们提出了一个语义角色分析,揭示了他们的叙述中的重要人物和关系,以及他们如何促进成员分类过程。我们的调查结果具体地揭示了两党之间“难以捉摸的共识”的差距。我们的方法可以应用于计算研究叙事在各个领域。
2021-10-13 cs.CL cs.SI
Opinion formation on dynamic networks: identifying conditions for the emergence of partisan echo chambers
现代政治互动的特点是强烈的党派性,对跨党派的信息共享和协议缺乏兴趣。目前尚不清楚这种党派回声室是如何产生的,以及它们如何与舆论形成共同演变。在这里,我们通过共同进化游戏的镜头探索这些结构的出现。在我们的模型中,一个人的收益是由他们的意见的大小,他们与社会邻居的一致程度以及拥有社会联系的好处共同决定的。每个人都可以同时调整他们的意见以及他们的社会关系的权重。我们提出并验证了党派回声室出现的条件,其特点是从有共识的有凝聚力的社区过渡到有分歧意见的分裂网络。此外,我们将我们的模型应用于美国众议院几十年来的投票记录,以了解近年来潜在的心理和社会因素对党派偏见的影响。我们的工作有助于阐明今天的分裂是如何形成的,以及如何在各种政治和社会问题上实现凝聚力和团结。
2018-07-03 cs.SI physics.soc-ph
Red Bots Do It Better: Comparative Analysis of Social Bot Partisan Behavior
最近的研究使人们意识到社交媒体上的机器人问题以及在政治讨论背景下大规模操纵舆论的重大风险。在这项工作中,我们利用Twitter来研究2018年美国中期选举期间的话语,并分析社交机器人活动和与人类的互动。在选举日前后的42天里,我们从近100万用户那里收集了260万条推文。我们使用收集的推文来回答三个研究问题:(i)社交机器人是否根据政治意识形态进行倾斜和行为?(ii)我们能观察到自由派和保守派机器人之间的不同策略吗?(iii)机器人策略有多有效?我们表明,社交机器人可以根据他们的政治倾向准确地分类,并相应地采取行动。保守的机器人与人类机器人分享大部分讨论的话题,而自由的机器人则表现出较少的重叠和更具煽动性的态度。我们研究了机器人与人类的互动,并观察了不同的策略。最后,我们测量了机器人在社交网络中的嵌入性及其活动的有效性。结果表明,保守的机器人在社交网络中嵌入得更深,在对人类施加影响方面比自由的机器人更有效。
2019-02-08 cs.SI
Bubble reachers and uncivil discourse in polarized online public sphere
本研究通过比较巴西和加拿大两国总统选举中的bubble reachers,发现意识形态中立的bubble reachers在加拿大减少不文明话语,但在巴西反而增加,表明国家政治背景调节了跨党派信息传播与话语文明度的关系。
2024-04-19 cs.CY cs.SI
Cross-Partisan Interactions on Twitter
针对社交媒体跨党派互动(CPIs)的发生机制与影响因素问题,本文通过分析2020年美国相关的300万条Twitter推文,揭示话题性质、政治立场等对CPIs的影响,为减少两极分化和干预有害互动提供参考。
2025-04-12 cs.SI
Publishing patterns reflect political polarization in news media
数字新闻媒体依赖于各种外部撰稿人,从自由撰稿人到政治评论员,再到高管和政客。这些外部依赖性在新闻媒体之间建立了一个网络,沿着它们共享的贡献者进行追踪。利用网点之间的联系,我们展示了贡献者的出版轨迹如何与网点的政治倾向保持一致。我们还展示了渠道的两极分化集群如何转化为新闻报道主题和发表文章的风格和语气的差异。此外,我们展示了跨党派分歧的贡献者如何倾向于关注不太明确的政治话题。这项工作解决了媒体极化文献中的一个重要空白,强调新闻媒体生产方面的结构性因素如何创造一个由政治倾向塑造的生态系统,独立于任何一个人或组织的优先事项。
2021-01-14 cs.CY cs.SI
Dynamics of Affective Polarization: From Consensus to Partisan Divides
本文提出情感极化社会中的决策动力学模型,揭示恨多于爱导致极化、爱多于恨是共识必要条件,并发现跨党派联系增加和媒体强调党派差异反而促进极化,为缓解极化提供策略见解。
2024-03-25 cs.MA cs.SI physics.soc-ph
Multiway Alignment of Political Attitudes
本文提出政治态度的高阶多路对齐度量,用以衡量单一议题观点对一组议题态度的信息揭示能力,并在立法投票与ANES调查中验证其揭示制度差异和政治分化趋势的作用。
2025-01-10 cs.SI physics.soc-ph stat.AP
Quantifying social organization and political polarization in online platforms
University of Toronto(多伦多大学)
人们对互联网将世界团结在一起的潜力持乐观态度,但对互联网在煽动“文化战争”中所起作用的担忧却有所缓和。通过大规模选择志同道合的群体,网络社会可能会变得更加碎片化和两极分化,特别是在党派差异方面。然而,我们衡量在线社区社会构成的能力,进而理解在线平台的社会组织,受到数字讨论的匿名性、非结构化和大规模性质的限制。我们开发了一种神经嵌入方法,通过利用大规模的聚合行为模式来量化在线社区在社交维度上的定位。将我们的方法应用于14年来在1万个社区中发表的51亿条Reddit评论,我们衡量了宏观社区结构在年龄,性别和美国政治党派方面的组织方式。研究政治内容,我们发现Reddit在2016年美国总统大选前后经历了一次重大的两极分化事件,并在之后的几年里保持高度两极分化。然而,与传统观点相反,个人层面的两极分化是罕见的; 2016年系统层面的转变不成比例地受到新用户和新政治用户的到来的推动。Reddit上的政治两极分化与平台上以前的活动无关,而是与外部事件在时间上一致。我们还观察到意识形态上的严重不对称,2016年的大幅增长完全归因于右翼活动的变化。我们的方法广泛适用于在线互动的研究,我们的研究结果对在线平台的设计,理解在线行为的社会背景,以及量化在线极化的动态和机制具有影响。
2021-07-27 cs.AI cs.CY cs.LG
Reaching the bubble may not be enough: news media role in online political polarization
不同国家的政治表现出不同程度的两极分化,这种分化在社交媒体上往往更为强烈,因为在网络上与志同道合的人联系和接触变得如此容易。减少两极分化的一种方法是在具有不同政治取向的个人之间传播跨党派新闻,即,“到达泡沫”。本研究调查这是否在巴西和加拿大的全国性选举的背景下举行。我们收集了2018年巴西总统大选和2019年加拿大联邦大选期间分享的与政治相关的推文。接下来,我们提出了一个更新的中心性指标,可以识别高度中心的气泡到达者,可以在具有不同政治观点的用户之间分发内容的节点-这是拟议研究的基本指标。在此之后,我们分析了用户如何参与泡沫接触者共享的新闻内容,其来源和主题,考虑其政治取向。在其他结果中,我们发现,即使新闻媒体传播的内容对政治光谱的不同方面感兴趣,用户也倾向于更多地参与与他们的政治取向一致的内容,无论主题如何。
2022-07-07 cs.CY cs.SI
'Walking Into a Fire Hoping You Don't Catch': Strategies and Designs to Facilitate Cross-Partisan Online Discussions
虽然跨党派对话是一个充满活力的民主国家的核心,但这些对话很难进行,特别是在美国,党派仇恨达到了前所未有的水平。这种互动往往演变成辱骂和人身攻击。我们对17名在Reddit上与外党人接触的美国居民进行了定性研究,以了解他们的期望以及他们在这种互动中采取的策略。我们发现,用户对这些对话有多种,有时是相互矛盾的期望,从深思熟虑的讨论到娱乐和玩笑,这增加了找到他们喜欢的对话的挑战。通过经验,用户已经完善了多种策略,以促进良好的跨党派参与。与了解对话者可以帮助管理分歧的离线设置相反,在Reddit上,一些用户希望尽可能少地主动了解他们的非党派对话者,因为担心这些信息可能会影响他们的互动。通过对旨在减少党派敌意的假设功能的设计探索,我们发现用户实际上愿意了解有关其对话者的某些信息,例如他们都参与的非政治性subreddits,并使这些信息对他们的对话者可见。然而,使其他信息可见,例如他们参与的其他子Reddit或他们发布的先前评论,尽管可能人性化,但会引起对隐私和滥用这些信息进行人身攻击的担忧。
2021-08-15 cs.SI
Divided We Rule: Influencer Polarization on Twitter During Political Crises in India
Microsoft Research(微软研究院)
影响者是社交媒体上信息传播的性质和网络的关键。影响者通过参与问题在政治话语中特别重要,并且可能完全或大部分通过在线操作获得其合法性,或者拥有诸如艺人,记者等的离线专业领域。我们使用谷歌的通用句子编码器(USE)来编码印度政治危机期间6000名影响者和26000名印度政客的推文。然后,我们根据他们的推文嵌入获得影响者的聚合向量表示,这些向量表示与转推图一起帮助计算他们对这些政治问题的立场和极性。我们发现,影响者以党派的方式参与这些话题,两极分化的影响者会得到更多的转发和关注。此外,我们观察到,特定群体的影响者在所有事件中始终两极分化。最后,我们讨论了我们的研究如何提供洞察当今印度的政治分裂,但也提供了一种手段来研究影响者在加剧政治两极分化在其他情况下的作用。
2021-09-16 cs.CL cs.SI
Regional and Temporal Patterns of Partisan Polarization during the COVID-19 Pandemic in the United States and Canada
本文基于 2020 年末逾 5000 万条推文,提出衡量地方及事件驱动党派极化的方法,揭示美加保守地区极化更强且峰值与疫情事件相关。
2024-07-03 cs.SI
A Long-Term Analysis of Polarization on Twitter
在过去十年中,社交媒体在塑造政治话语方面发挥了重要作用。与此同时,由于讨论的规模及其公开性,人们往往认为这加剧了政治两极分化。在本文中,我们试图回答在过去八年中,美国在Twitter上的政治两极分化是否有所增加的问题。我们分析了一个由679,000名用户组成的大型纵向Twitter数据集,并研究了他们的两极分化迹象(i)网络-人们如何关注政治和媒体账户,(ii)推文行为-他们是否从双方转发内容,以及(iii)内容-他们使用的标签有多党派。我们的分析表明,在过去的八年里,网络两极分化确实有所增加,根据不同的衡量标准,相对变化为10%-20%。我们的研究是极少数具有如此长期视角的研究之一,涵盖了两次美国总统选举和两次中期选举,提供了罕见的纵向分析。
2017-03-17 cs.SI
How Polarized are Online Conversations about Childhood?
本研究使用2019-2023年关联美国选民记录的推文,发现两党关于儿童的在线讨论差异很小,极化现象主要反映的是现有党派冲突的升级,而非源于疫情期间对儿童福利的新担忧。
2024-07-26 cs.SI
Leaders or Followers? A Temporal Analysis of Tweets from IRA Trolls
互联网研究机构(IRA)影响着美国的在线政治对话,加剧了现有的党派分歧并播下不和。在本文中,我们调查了爱尔兰共和军的沟通策略,通过分析Twitter上的趋势术语,以确定爱尔兰共和军领导或跟随其他用户的情况。我们的分析集中在2016年至2017年期间来自IRA用户(n= 3,613),记者(n=976),国会议员(n=526)和来自公众的政治参与用户(n= 71,128)的超过3800万条推文。我们发现,爱尔兰共和军倾向于在与2016年选举、种族和娱乐相关的话题上领先,这表明这些领域既具有战略重要性,也具有最高的潜在影响。此外,我们确定了爱尔兰共和军相对无效的主题,例如关于军事,政治丑闻和暴力袭击的推文。尽管有许多关于这些主题的推文,爱尔兰共和军很少领导对话,因此几乎没有机会影响它。我们提供了我们提出的方法,作为一种实时跟踪未来影响行动的战略选择的方法。
2022-04-04 cs.IR cs.SI
Expressing One's Identity Online: Left-Right and cross EU-country variation in self-representation in social media
Sciences Po(巴黎政治学院)
研究分析了欧盟八国社交媒体用户在自我表达和群体身份方面的差异,发现民主、国家生活方式等主题存在显著分歧,揭示了左翼与右翼用户在政治倾向上的差异。
2026-02-11 cs.SI
Understanding YouTube Communities via Subscription-based Channel Embeddings
YouTube是全球新闻和娱乐的重要来源,但其规模使得研究该平台上讨论的想法和主题具有挑战性。本文提出了新的方法来发现和分类YouTube频道,使社区和类别的分析平台上使用的数量级更多的渠道比以前的研究中使用的。与其他研究人员使用频道和视频数据作为分类特征不同,这些方法使用了一种自监督学习方法,该方法利用了评论者的公共订阅页面。我们在预测YouTube新闻频道的政治倾向的任务上测试了分类方法,发现它在该任务上的表现优于以前的最佳模型。进一步的实验还表明,使用评论者订阅来发现频道有重要的优势。订阅数据,以及迭代的方法,应用于发现,我们目前的理解,最全面的一套英语社会政治YouTube频道尚未分析。我们尝试使用先前注释的数据集来预测通道的更细粒度的政治标签,并发现我们的模型在大多数顶级标签上的表现优于平均个人评论者。然后将这种细粒度的政治标签模型应用于新发现的英语社会政治频道,以创建一个新的数据集来分析不同政治内容的流量。数据显示,一些标签,如“党派权利”和“阴谋”,在只看最受欢迎的社会政治渠道时,代表性明显不足。通过使用我们的方法,我们能够更准确地了解YouTube上这些社区的规模。
2020-10-19 cs.IR cs.LG cs.SI
How Large Language Models play humans in online conversations: a simulated study of the 2016 US politics on Reddit
Enrico Fermi Research Center(恩里科·费米研究中心);Physics Department and INFN, University of Rome Tor Vergata(罗马托尔维加塔大学物理系和INFN)
本研究评估了GPT-4在2016年美国大选Reddit对话中模拟党派用户生成评论的能力,发现其能产生逼真评论但更易制造共识,且真实与虚构评论在语义空间可区分但人工难辨,揭示了AI操纵政治话语的风险。
2025-06-23 cs.AI cs.CL cs.CY
Millions of Co-purchases and Reviews Reveal the Spread of Polarization and Lifestyle Politics across Online Markets
Spotify;Cornell University(康奈尔大学)
美国的两极分化已经达到了一个高点,因为市场也在两极分化。然而,现有的研究集中在特定的细分市场和产品上,并没有评估这一趋势的全面性。如果这种断层线确实蔓延到其他没有明确政治性的部分,这将表明生活方式政治的存在-当思想和行为本身没有政治性时,通过与明确的政治性事物的联系而在政治上结盟。我们研究了极化和生活方式政治在不同市场的不同产品领域的普遍性,并测试了消费者和平台层面的网络效应和道德在多大程度上可以解释生活方式政治。具体来说,使用亚马逊的图形和语言数据(1996-2014年950万产品和产品和类别元数据的8250万条评论),我们在2180万个市场实体中抽取了2.346亿个关系,以找到最具政治相关性,对齐和极化的产品类别。然后,我们提取评论文本中存在的道德价值观,并使用这些数据和其他评论者,产品和类别级别的数据来测试个人和平台级别的网络因素是否比产品的隐含道德更好地解释生活方式政治。我们发现生活方式政治无处不在。文化产品的两极分化程度是其他任何细分市场的4倍,产品的政治属性与生活方式政治的相关性是作者水平协变量的3.7倍,道德与生活方式政治的相关性在统计上显着,但相对较小。在这些背景下研究生活方式政治有助于我们更好地理解党派差异的程度和根源,为什么美国人可能如此两极分化,以及这种两极分化如何影响市场体系。
2022-01-17 cs.AI cs.CL cs.IR