Model Matematika untuk Memetakan Echo Chambers di Twitter

Model Matematika untuk Memetakan Echo Chambers di Twitter – Sebuah model matematika yang memvisualisasikan ruang gema di Twitter menunjukkan bagaimana mereka berkoordinasi dengan polarisasi pada topik kontroversial. Gambar di bawah ini bukan gambar kabur dari dua galaksi yang bertabrakan atau sel yang membelah dilihat melalui mikroskop. Ini adalah snapshot dari Amerika yang terpecah hari ini.

Di sebelah kiri adalah gumpalan yang mewakili ruang gema liberal Twitter, dan di sebelah kanan, gumpalan untuk yang konservatif. Kecerahan gumpalan mewakili konsentrasi tweet yang menggemakan tweet lainnya dengan pendapat yang sama. Para peneliti yang menghasilkan plot menggambarkan metode mereka dalam sebuah makalah yang diterbitkan dalam Physical Review Letters pada bulan Januari.

Gema dan Filter

Anda mungkin pernah mendengar istilah “echo chamber” and “filter bubble.” Meskipun kadang-kadang digunakan secara bergantian, sebagian besar merujuk pada dua fitur berbeda dalam diskusi online. Istilah ruang gema menggambarkan suatu fenomena di mana orang cenderung berinteraksi dengan orang-orang yang pendapatnya mirip dengan pendapat mereka sendiri, dan gelembung filter menggambarkan fenomena orang-orang yang tidak berinteraksi dengan pendapat yang berbeda dari pendapat mereka sendiri.

“Dalam model kami, kami melihat homophily, yang merujuk pada bagaimana orang-orang dengan pendapat yang sama atau pendapat serupa lebih cenderung berinteraksi satu sama lain,” kata Fabian Baumann, seorang ahli fisika dari Humboldt University of Berlin di Jerman dan seorang penulis dari kertas. daftar joker123

Menggunakan protokol visualisasi yang mereka kembangkan, Baumann dan rekan-rekannya memetakan ribuan tweet selama beberapa hari seputar topik-topik seperti Obamacare, kontrol senjata, dan aborsi. Setelah mencabut akun bot yang dicurigai, tweet ditempatkan sesuai dengan kecenderungan politik mereka di sepanjang sumbu horizontal. Selanjutnya, tweet dari akun yang tweeter sering berinteraksi ditempatkan sesuai dengan kecenderungan politik mereka di sepanjang sumbu vertikal. “Jika orang berinteraksi secara konstruktif, saya akan memberikan pendapat saya, dan Anda akan memberikan pendapat Anda, maka kita akan bertemu di tengah,” kata Baumann.

Sebaliknya, data mereka menunjukkan sejauh mana orang memilih untuk menggemakan hanya tweet dari mereka yang memiliki kepercayaan yang sama dengan mereka. Dengan kata lain, kaum liberal (ke arah kiri grafik) cenderung berinteraksi sebagian besar dengan tetangga liberal (ke ujung grafik), dan kaum konservatif dengan kaum konservatif.

Para peneliti menemukan bahwa sementara konsensus keseluruhan dimungkinkan, ruang gema dapat menyebabkan diskusi menjadi tidak stabil dan terpolarisasi jika topik tersebut memenuhi tingkat kontroversi tertentu. Setelah diskusi terpolarisasi, pertukaran informasi selanjutnya akan memperkuat ruang gema dan membuat kedua kelompok semakin terpisah.

Data mereka juga menunjukkan bahwa karena pengguna Twitter yang lebih aktif cenderung memiliki pendapat yang lebih ekstrem, mereka memainkan peran penting dalam polarisasi diskusi online, terutama untuk masalah kontroversial secara politis. Ini dapat membantu memperkuat ide-ide ekstremis jika tidak terbatas pada populasi yang lebih kecil.

Selain menganalisis data kehidupan nyata, makalah Baumann juga menyediakan model matematika untuk memprediksi jika diskusi online akan terpolarisasi berdasarkan kekuatan gema dan apa yang mereka juluki sebagai “kontroversial” suatu topik, dan mengusulkan cara untuk mengukur parameter ini. Ini dapat memberikan titik awal untuk mempelajari efek polarisasi ruang gema untuk berbagai masalah sosial dan politik.

Baumann mengakui perlunya juga mempertimbangkan sisi gelembung filter dari persamaan secara eksplisit, yang tidak mereka sertakan dalam model mereka, dan bagaimana pengguna online dapat diusir dari pendapat yang berbeda dari pendapat mereka sendiri karena preferensi pribadi atau filter algoritmik – atau koevolusi di antara dua.

“Ada penelitian yang mencoba memodelkan interaksi konstruktif serta interaksi menjijikkan, tetapi sebagian besar waktu sulit untuk membandingkannya dengan data nyata,” kata Baumann. “Pada akhirnya, kita harus menggabungkan semua efek ini, tetapi sekarang, untuk mengukur mana yang lebih dominan, sangat sulit untuk dikatakan.”

Terbatas oleh Platform

Di antara semua platform media sosial populer, Twitter mungkin merupakan pilihan favorit untuk dipelajari oleh para peneliti akademis karena mudah diakses dan karena para penggunanya berinteraksi satu sama lain dengan cara yang mudah dikuantifikasi dalam model matematika.

“Cara Twitter bekerja secara alami membuatnya sangat mudah dipelajari. Pada dasarnya hanya ada tweet dan retweet, dan interaksi ini sangat mudah untuk diukur,” kata Baumann. “Segera setelah Anda memiliki akun, Anda dapat membaca semuanya di Twitter. Untuk Facebook, ini jauh lebih sulit. “

Facebook, sejauh ini platform media sosial paling populer dalam hal jumlah pengguna aktif, memiliki opsi privasi yang membuat platform lebih sulit untuk dipelajari dibandingkan dengan Twitter, yang pada dasarnya adalah forum terbuka di mana setiap pengguna dapat berinteraksi satu sama lain dalam pandangan dari orang lain.

Serangkaian skandal, terutama skandal data Facebook-Cambridge Analytica, di mana Cambridge Analytica menggunakan data Facebook untuk mempengaruhi kampanye Brexit dan pemilihan presiden AS 2016, telah mendorong Facebook untuk membatasi akses ke datanya.

“Akademisi, dalam arti tertentu, adalah musuh terburuk kita sendiri sejauh akses ke data Facebook,” kata Joe Walther, seorang ilmuwan sosial dari University of California, Santa Barbara, merujuk pada skandal Cambridge Analytica yang berasal sebagai proyek penelitian oleh seorang ilmuwan data di Universitas Cambridge di Inggris “Sulit untuk menyalahkan Facebook karena mematikan akses luar ke data mereka.”

Kecenderungan para peneliti untuk fokus pada Twitter dapat menyebabkan hasil dengan bias yang mendasarinya dan blind spot. Namun, hasilnya memberikan setidaknya satu lensa pada polarisasi yang banyak dirasakan sebagai tersebar luas di masyarakat Amerika saat ini.

Bagus untuk Bisnis. Buruk untuk Masyarakat?

“Kamar gema mungkin berbahaya dari perspektif masyarakat, karena mereka mendorong polarisasi,” kata Walther. “Tapi selama mereka juga mendorong keterlibatan pengguna, mereka memungkinkan perusahaan teknologi untuk menjual lebih banyak iklan atau membebani lebih banyak untuk iklan mereka, yang menarik dari perspektif perusahaan.”

Karena keterlibatan pengguna adalah bagian penting dari model bisnis perusahaan seperti Twitter atau Facebook, ada sedikit insentif finansial bagi mereka untuk mengendalikan ruang gema selama mereka membantu menghasilkan pendapatan.

Tetapi sebelum kita meraih garpu rumput virtual dan menuntut tindakan dari Twitter dan Facebook yang dapat membatasi pidato online, Walther mendesak agar kita perlu lebih memahami ruang gema terlebih dahulu. Sementara internet telah menyediakan platform bagi kelompok-kelompok khusus dengan perspektif picik, seperti orang-orang yang menentang vaksinasi atau orang-orang yang berpikir bahwa Bumi itu datar, Walther mengatakan bahwa akumulasi penelitian tidak jelas seberapa besar pengaruh ruang gema terhadap masalah sosial dan politik yang lebih luas. .

“Saya tidak ingin menganjurkan sensor, tetapi kadang-kadang tidak memiliki batasan dapat menyebabkan beberapa hal yang tidak begitu baik,” kata Walther. “Dan untuk memikirkan kebijakan dan bagaimana kita harus menyesuaikan platform ini, kita membutuhkan landasan intelektual sebelum kita dapat mengambil langkah berikutnya.”