要約
2022年のロシアによるウクライナ侵攻では、ソーシャルメディア上で大規模な親ロシア宣伝キャンペーンが行われた。
しかし、プロパガンダの普及の背後にある戦略、特にオンライン言説がプロパガンダコミュニティによってどのように戦略的に形成されたのかは依然として不明瞭である。
ここでは、逆強化学習 (IRL) アプローチを使用して Twitter コミュニティの戦略を分析します。
具体的には、IRL を使用すると、オンライン行動をマルコフ意思決定プロセスとしてモデル化できます。その目的は、侵略に対して支持または反対の立場を持つユーザーと対話する際に、宣伝活動家を導く根本的な報酬構造を推測することです。
これにより、ユーザー間のインタラクションがロシアのプロパガンダの拡散を促進するために戦略的に利用されているかどうか、またどのように利用されているかを経験的に理解することを目指しています。
このために、132,131 人のユーザーからの親ロシア的なプロパガンダを含む 349,455 件の投稿を含む大規模なデータセットを活用します。
我々は、ボットと人間が異なる戦略に従っていることを示しました。ボットは主に侵入を支持するメッセージに反応し、ウイルス性を促進しようとしていることが示唆されます。
一方、反対を示すメッセージは主に人間からの反応を引き出し、人間が批判的な議論に参加する傾向があることを示唆しています。
私たちの知る限り、これは2022年のロシアによるウクライナ侵攻のプロパガンダの背後にある戦略をIRLのレンズを通して分析した最初の研究である。
要約(オリジナル)
The 2022 Russian invasion of Ukraine was accompanied by a large-scale, pro-Russian propaganda campaign on social media. However, the strategy behind the dissemination of propaganda has remained unclear, particularly how the online discourse was strategically shaped by the propagandists’ community. Here, we analyze the strategy of the Twitter community using an inverse reinforcement learning (IRL) approach. Specifically, IRL allows us to model online behavior as a Markov decision process, where the goal is to infer the underlying reward structure that guides propagandists when interacting with users with a supporting or opposing stance toward the invasion. Thereby, we aim to understand empirically whether and how between-user interactions are strategically used to promote the proliferation of Russian propaganda. For this, we leverage a large-scale dataset with 349,455 posts with pro-Russian propaganda from 132,131 users. We show that bots and humans follow a different strategy: bots respond predominantly to pro-invasion messages, suggesting that they seek to drive virality; while messages indicating opposition primarily elicit responses from humans, suggesting that they tend to engage in critical discussions. To the best of our knowledge, this is the first study analyzing the strategy behind propaganda from the 2022 Russian invasion of Ukraine through the lens of IRL.
arxiv情報
著者 | Dominique Geissler,Stefan Feuerriegel |
発行日 | 2023-07-24 13:35:18+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google