アルゴリズムは、政治家のツイートを分析するだけで、政治家の将来を予測できるのか? |カリーナ・ペトロワ、サイポスト 新しい統計モデルにより、米国議会議員は、ソーシャルメディアプラットフォームXでの交流パターンのみに基づいて、異なる政治グループと立法グループに分類することに成功しました。Journal of Computational and Graphical Statisticsに掲載されたこの研究では、オンラインでの行動がより高い役職への野心を示しているように見える少数の外れ値も特定されました。 政治家は公の場を利用して、自分たちの原則や政策スタンスを有権者に伝えます。多くの人は、正式な声明を超えて、言語やスタイルの選択を通じて個人ブランドを育成しています。現在、オンラインで多くの政治的メッセージが行われているため、研究者らは、選挙で選ばれた役人が連立政権内の他の役人と戦略的に連携することで、どのように自分自身を位置づけているかを調査してきました。 この新しい研究は、スティーブンス工科大学の数理科学助教授であるベンジャミン・ラインワンド氏とメリーランド大学の数学教授であるビンス・リジンスキー氏によって実施されました。彼らは、複雑なシステム内の接続を分析する分野であるネットワーク科学を専門としています。彼らは、モデルが政治的所属や議員がどの議院に属しているかに関する情報を与えられることなく、相互作用のみを観察することによって政治ネットワークの根底にある構造を推測できるかどうかを判断しようとしました。 議会の社会情勢を理解するために、研究者らはオンラインでのやり取りの複雑な網をマッピングできるツールを必要としていました。そのような統計モデルの核心は、個人のペアごとに単純な値、つまり接続する確率を計算しようとします。これにより、ネットワークのブループリントが生成され、どの接続が可能で、どの接続がそうでないかが示されます。 広く使用されているネットワークモデルの中には、いくつかの重要な要素を組み合わせてこのタスクにアプローチするものもあります。たとえば、モデルは、個人の個々の「社交性」スコアに、そのグループのインタラクティブ性を表すスコアを掛けることによって、つながりの確率を推定することができます。この方法は多くのシナリオでうまく機能しますが、極端な変動を伴うネットワークでは故障する可能性があります。 この問題は、少数の個人が非常に活発に活動している、密集したコミュニティで発生します。このような場合、モデルはこれらのアクティブな人々に非常に高い社交性スコアを割り当て、そのグループに高いインタラクションスコアを割り当てる可能性があります。これらの高スコアを掛けると、結果の確率は 1 を超えるか、100% を超える可能性があります。これは数学的に不可能であり、モデルが根底にある社会力学を正確に表現できていないことを示しています。 Leinwand と Lyzinski によって開発された新しいモデルは、この問題を回避するために特別に設計された別の数学的基盤に基づいて構築されています。その内部計算は、政治家のペアの最終出力が常に有効な確率、つまり0から1の間の数値であることを保証する方法で構築されています。これにより、モデルは、最も活発で複雑な領域であっても、ネットワークの一貫性のある論理的なマップを生成します。 この新しいアプローチは、エラーを防ぐだけでなく、柔軟性も向上します。接続のパターンがネットワーク全体で同じであるとは想定していません。たとえば、一部のモデルでは、あるグループの最も社会的に活動的なメンバーが、別のグループの最も活動的なメンバーとつながる可能性が最も高いと暗黙的に想定する場合があります。 ただし、新しいモデルでは、より複雑なパターンを検出できます。たとえば、2つの異なる政党の穏健派議員が頻繁に交流する一方で、同じ政党の最も党派的な議員がほとんど交流しない状況を見つけることができます。また、個人のつながりを形成する傾向が、交流しているコミュニティによって変化する可能性があることも認識でき、政治的コミュニケーションのより詳細で現実的な肖像を提供します。 このモデルを使用して、ラインワンドとリジンスキーは、第 475 回米国議会の 117 人の議員の公的活動を分析しました。彼らのデータセットには、2022年2月9日から2022年6月9日までの4か月間に少なくとも100件のツイートを投稿したすべてのメンバーが含まれていました。このモデルは、この期間に一方が他方にツイートまたはリツイートした場合、任意の2人の政治家間のつながりを定義しました。 「この期間中に、ペアのどちらかがもう一方にツイートしたり、もう一方をリツイートしたりした場合、2 人を『接続済み』と呼びます」とラインワンド氏は説明した。モデルには、政治家の政党、商工会議所、または政策的立場に関する情報は提供されませんでした。475 人の個人をデジタル接続のウェブのみに基づいてグループに分類する任務を負っていました。 このモデルでは、3つの主要なコミュニティが特定されました。アルゴリズムで定義されたこれらのグループは、おなじみの政治的路線に沿っていました。最初のグループはほぼ全員が上院議員で構成されていました。2番目のコミュニティは主に下院の民主党議員で構成され、3番目のコミュニティは主に下院の共和党議員で構成されていました。 分析の結果、これら3つのグループ内の政治家は、自分のコミュニティのメンバーと最も頻繁に交流する傾向があることが示されました。「共和党の議員同士でよく話し合い、民主党の議員同士でよく話したが、民主党の議員は共和党の議員よりも上院議員と交流する傾向がやや高かった」とラインワンド氏は述べた。 彼はこのパターンについて潜在的な説明を提供しました。観察の時点では、民主党が上院で過半数を占めていた。その結果、「民主党議員は、下院の同盟者に加えて、上院指導部のメッセージを増幅させる動機づけられるかもしれない」と同氏は続けた。 ...