社交媒体辟谣帖子的语言毒性与情感的极化模式
计算机与社会
2025-02-03 v2 人工智能
计算与语言
摘要
在线政治话语中错误信息和假新闻的兴起对民主进程和公众参与构成了重大挑战。虽然辟谣努力旨在对抗错误信息并促进基于事实的对话，但这些讨论往往涉及语言毒性和情感极化。我们检查了超过8600万条辟谣推文和超过400万条Reddit辟谣评论，以调查辟谣努力中语言毒性、悲观情绪和社会极化之间的关系。聚焦于2016年和2020年美国总统选举以及QAnon阴谋论的讨论，我们的分析揭示了三个关键发现：（1）外围参与者（1度用户）在塑造有毒话语中扮演了不成比例的角色，原因是社区责任感较低和情感表达；（2）平台机制显著影响极化，Twitter放大党派分歧，而Reddit由于其结构化的社区驱动互动，促进了更高的整体毒性；（3）语言毒性与悲观情绪之间存在负相关，增加互动会降低毒性，尤其是在Reddit上。我们表明，平台架构影响用户互动的信息复杂性，Twitter促进集中、统一的话语，而Reddit鼓励多样、复杂的交流。我们的发现强调了用户参与模式、平台动态和情感表达在塑造辟谣话语极化中的重要性。这项研究为政策制定者和平台设计者提供了见解，以减轻有害影响并促进更健康的在线讨论，对理解数字环境中的错误信息、仇恨言论和政治极化具有启示意义。
引用
@article{arxiv.2501.06274,
title = {Polarized Patterns of Language Toxicity and Sentiment of Debunking Posts on Social Media},
author = {Wentao Xu and Wenlu Fan and Shiqian Lu and Tenghao Li and Bin Wang},
journal= {arXiv preprint arXiv:2501.06274},
year = {2025}
}