Critique of Games メモと寸評

http://www.critiqueofgames.net の人のブログです。あんまり更新しません。

笹原和俊『フェイクニュースを科学する』(2018、化学同人)メモ

基本的な先行研究などを含めて、よくまとめている良書で、勉強になり、非常に面白かった。

特に、三章がこの分野での実証系の先行研究を丁寧に紹介しており、素晴らしい。

 

 

■一章

 略

■二章

認知バイアスについての一般的な研究を紹介する章。認知バイアスについて、一般によく言われることを手際よくまとめてある。関連分野に詳しければ概ね知っているか、というぐらいの内容ではある。

 

認知バイアスCognitive Biasの4タイプ:情報過多、意味不足、時間不足、記憶容量不足

 確証バイアス Confirmation Bias :Hastorf 1954

 利用可能性ヒューリスティクス Availability  Heuristic

 バンドワゴン効果 Bandwagon Effect

 同調圧力 Peer Pressureソロモン・アッシュによる実験(Asch 1951)

社会的影響の実験:ヒットソングにおける社会的影響の効果 Salganik 2006(ダンカンワッツも参加している実験)

情動感染 Emotion Contagion : Berger et al 2012, Fan et al 2014, Kramer 2014

道徳的感情の伝播 Brady 2017

同類性 Homophily : Chiristakis 2007(BMIが近い人どうしで社会的クラスタの形成が見られた。)、Centola 2011(同質性の高いクラスタほど、コミュニティが活発化)

 『デマの心理学』(1952)

   噂の流布量=話題の重要さ X 状況の曖昧さ

 

■三章 本書のもっとも重要な章。

<エコーチェンバー Echo Chamber>

 サンスティーン,2001『インターネットは民主主義の敵か』:エコーチェンバーを民主主義の根幹に関わる問題として指摘。デビット・ショーが1990年に書いた本の中で使われている。

 

 Adamic 2005 政治系ブログの引用関係がしっかりとクラスタ化されていることを明らかに

 Conover 2012 RTのクラスタ化傾向を明らかに。保守系ユーザーのほうが、よりクラスタの密集性が高い

Jasny 2015:気候変動を論じるグループの中で、エコーかつチェンバー※と言いうる状況があることを確認

※推移的トライアド(Transitive Triad)概念を前提としている

 2者が同一の意見を持つ:エコー

 同じ情報が複数の経路を経由して伝播:チェンバー

 

Sasahara et al 2017 シュミレーション実験。確証バイアス、社会的影響、社会的切断などの諸条件が整うことで、はじめてエコーチェンバーが成立(単独条件だと、エコーチェンバーは成立しない)

 

デモサイト

http://bl.ocks.org/haoopeng/raw/055662c96ec770be1930574cfe1553f2/?lang=japanese

 

<フィルターバブル Filter Bubble>

アルゴリズムによるクラスタ形成促進。エコーチェンバーとは区別されている。

イーライ・パリサー『閉じこもるインターネット』で提唱

 

Personalization 2009年にはじまった(ということになっている)

Kosinski 2013 「いいね!」からの属性の推定

Youyou 2015 BIG5(性格特定因子)を推定

 

Dumber's Number ダンバー数:人が安定的な社会関係を維持できる人数の上限といわれている(ロビン・ダンバー,2011『友達の数は何人』)

 

Bakshy et al 2015 フェイスブックはフィルターバブルの原因ではないことを主張する論文(著者らは3人ともフェイスブックのなかの人)。アルゴリズムによる影響力よりも、友人によるフィルタリングの影響のほうが大きいとのこと。また、とりわけ、リベラル派のほうが、イデオロギーが反対のニュースに出会う確率が低い。

 

Politecho https://politecho.org/ 自分の政治的偏りを可視化してくれる

SmartNews ユーザーの政治的好みとは異なるタイプのニュースをある程度配信する

 

■四章

Information Overload もともとはアルビン・トフラー『未来の衝撃』で有名になった概念

Social botTwitter botなど、botの中でもソーシャルメディアで使われるもの

 

Weng 2012 ハッシュタグの人気度はべき分布のなかでも特に「ヘビーテール分布」と呼ばれる裾の重い分布に従っているとのこと。この分布についてシュミレーションモデルを作り、再現することに成功

 

この章の結論として、情報過多な状況下では、注意力のスキを付く形でフェイクニュースが拡散される素地があるのではないか、とのこと

 

 

■五章

対策が紹介されている。この章も知らない話が多かった。

 

メディアリテラシー教育>

ESCAPE Junk News : Evidence, Source, Context, Audience, Purpose, Execution

情報のシェアをする価値があるかどうかのフローチャート

https://twitter.com/newseum/status/901095583229902848

 

<各種のファクトチェックプロジェクト>

大統領候補者のファクトチェック

https://www.politifact.com/truth-o-meter/article/2016/aug/16/post-truth-election-comparing-2016-past-elections-/

 

政治家のTruth meter

https://www.politifact.com/truth-o-meter/statements/

 

Factitious http://factitious.augamestudio.com/#/

 Fake news を見破るゲーム

 

自動ファクトチェックシステム:

 クレームバスター(テキサス大学アーリントン校)

 https://idir.uta.edu/claimbuster/

 この仕組をもとに疑いのある情報を新聞社などと共有

 

 ファクト・チェック・イニシアチブ

 https://fij.info/

 

<法規制>

 ネットワーク執行法(通称:フェイスブック法) at ドイツ

  ←過度な規制として表現の自由と衝突するのではないかとの声もあり

 

■終章