要約
言語パターンに対する大きな言語モデルの微妙な人間のような効果を考えると、この研究では、ソーシャルメディアに対するAIを介したコミュニケーション（AI-MC）の影響を検出するための言語の変化を時間の経過とともに調べます。
2020年の970,919のツイート（Pre-chatgpt）の970,919のツイートを2024年の同じ期間の20,000のツイートと比較します。これらはすべて、選挙期間中にドナルドトランプに言及しています。
Flesch-Kincaidの読みやすさと極性スコアの組み合わせを使用して、テキストの複雑さと感情の変化を分析します。
我々の発見は、平均感情極性（0.12対0.04）の有意な増加と、主に中立の含有量（2020年の54.8％から2024年の39.8％）からより肯定的な表現（28.6％から45.9％）へのシフトを明らかにしています。
これらの発見は、ソーシャルメディアコミュニケーションにおけるAIの存在の増加だけでなく、言語や感情的な表現パターンへの影響も示唆しています。
要約(オリジナル)
Given the subtle human-like effects of large language models on linguistic patterns, this study examines shifts in language over time to detect the impact of AI-mediated communication (AI- MC) on social media. We compare a replicated dataset of 970,919 tweets from 2020 (pre-ChatGPT) with 20,000 tweets from the same period in 2024, all of which mention Donald Trump during election periods. Using a combination of Flesch-Kincaid readability and polarity scores, we analyze changes in text complexity and sentiment. Our findings reveal a significant increase in mean sentiment polarity (0.12 vs. 0.04) and a shift from predominantly neutral content (54.8% in 2020 to 39.8% in 2024) to more positive expressions (28.6% to 45.9%). These findings suggest not only an increasing presence of AI in social media communication but also its impact on language and emotional expression patterns.
arxiv情報
| 著者 | Kristen Sussman,Daniel Carter |
| 発行日 | 2025-04-28 08:01:38+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google