БОТЫ, ВЕДУЩИЕ НАРОД? МОДЕЛЬ ВЛИЯНИЯ БОТОВ НА ПОЛИТИЧЕСКУЮ МОБИЛИЗАЦИЮ И ДЕМОБИЛИЗАЦИЮ В СОЦИАЛЬНЫХ МЕДИА
DOI:
https://doi.org/10.17072/2218-1067-2021-4-16-29Ключевые слова:
боты; социальные медиа; политические коммуникации; политическая мобилизация; политическая де-мобилизация; агентно-ориентированная модель; вычислительное моделированиеАннотация
Исследования влияния ботов (автоматизированных аккаунтов) в социальных медиа привлекают все большее внимание исследователей. Автоматизированные аккаунты применяются как государственными, так и негосударственными акторами для манипулирования коммуникациями в социальных медиа. Тем не менее, пока эта проблематика, несмотря на очевидные достижения, остается относительно мало изученной. Весьма заметен недостаток результатов в сфере изучения эффективности ботов для мобилизации (поощрения) и демобилизации (подавления) политических коммуникаций в социальных медиа. Отчасти это связано с попытками рассматривать эту проблему исключительно на основе эмпирических исследований, крайне трудоемких и страдающих из-за большого числа потенциальных объясняющих факторов, без использования методов вычислительного моделирования, способных симулировать исследуемую систему в контролируемой модельной среде. В данной статье предлагается новая абстрактная агентно-ориентированная модель, отличающаяся от более ранних разработок учетом стратегического характера применения ботов – как инструментов и мобилизации сторонников, и подавления мобилизации противников. Было продемонстрировано, что использование ботов, нацеленных на демобилизацию противников, более эффективно и стабильно, чем использование ботов для мобилизации сторонников: при попытке мобилизации сторонников применение излишне «радикальных» ботов способно привести к подавлению мобилизации группы. Также показано, что в условиях высокой гомофилии боты оказываются значительно менее эффективны, чем в условиях низкой гомофилии. Полученные результаты позволяют оценить эффективность ботов и могут служить для создания проверяемых эмпирическим образом гипотез.Библиографические ссылки
Ахременко, А. С., Петров, А.П., Пхоун, Ч. and Жеглов, С. А. (2021) ‘Как информаци-онно-коммуникационные технологии меняют тренды в моделировании поли-тических процессов: к агентному под-ходу’, Политическая наука, (1), сс. 12–45. DOI: http://www.doi.org/10.31249/poln/2021.01.01. [Akhremenko, A. S., Pe-trov, A. P., Phoun Ch., Zheglov, S.A. (2021) ‘How information and communi-cation technologies change trends in modelling political processes: towards an agent-based approach’ [‘Kak infor-macionno-kommunikacionnye tehnologii menjajut trendy v modelirovanii politich-eskih processov: k agentnomu podhodu’], Political science (RU), (1), pp. 12–45. DOI: http://www.doi.org/10.31249/poln/2021.01.01 (In Russ.)].
Assenmacher, D., Clever, L., Frischlich, L., Quandt, T., Trautmann, H. and Grimme, C. (2020) ‘Demystifying social bots: On the intelligence of automated social me-dia actors’, Social Media+ Society, 6(3), pp. 1‒16. DOI: https://doi.org/10.1177/2056305120939264.
Barberá, P. (2014) How social media reduces mass political polarization. Evidence from Germany, Spain, and the US [Online]. Avaible at: URL: http://pablobarbera.com/staic/barbera_polarization_APSA.pdf (5th November 2021).
Benigni, M. C., Joseph, K. and Carley, K. M. (2019) ‘Bot-ivistm: assessing information manipulation in social media using net-work analytics’, in: Emerging Research Challenges and Opportunities in Compu-tational Social Network Analysis and Min-ing, pp. 19–42. Springer, Cham. DOI: https://doi.org/10.1007/978-3-319-94105-9_2.
Beskow, D. M. and Carley, K. M. (2019) ‘Agent based simulation of bot disinformation maneuvers in Twitter’, in: 2019 Winter simulation conference (WSC), pp. 750–761. IEEE. DOI:10.1109/WSC40007.2019.9004942.
Bond, R. M. and Sweitzer, M. D. (2018) ‘Politi-cal homophily in a large-scale online communication network’, Communica-tion Research, pp. 1–23. DOI: https://doi.org/10.1177/0093650218813655.
Brachten, F., Stieglitz, S., Hofeditz, L., Kloppen-borg, K. and Reimann, A. (2017) ‘Strate-gies and Influence of Social Bots in a 2017 German state election-A case study on Twitter’ [online], [Preprint]. [Viewed date 05 September 2021]. URL: https://arXiv:1710.07562.
Carley, K. M. (2020) ‘Social cybersecurity: an emerging science’, Computational and mathematical organization theory, 26(4), pp. 365‒381. DOI: https://doi.org/10.1007/s10588-020-09322-9.
Chen, W., Pacheco, D., Yang, K. C. and Menczer, F. (2021) ‘Neutral bots probe political bias on social media’, Nature communications, 12(1), pp. 1–10. DOI: https://doi.org/10.1038/s41467-021-25738-6.
Della Porta, D. and Diani, M. (2006) Social movements: An introduction. John Wiley & Sons.
DellaPosta, D., Shi, Y. and Macy, M. (2015) ‘Why do liberals drink lattes?’, American Journal of Sociology, 120(5), pp. 1473–1511. DOI: https://doi.org/10.1086/681254.
Diamond, L. (2010) ‘Liberation technology’, Journal of democracy, 21(3), pp. 69–83. DOI:10.1353/jod.0.0190.
Farrell, H. (2012) ‘The consequences of the in-ternet for politics’, Annual review of polit-ical science, 15, pp. 35–52. DOI: https://doi.org/10.1146/annurev-polisci-030810-110815.
Ferrara, E. (2017) ‘Disinformation and social bot operations in the run up to the 2017 French presidential election’ [online], [Preprint]. [Viewed date 05 September 2021]. URL: https://arXiv:1707.00086.
Ferrara, E., Varol, O., Davis, C., Menczer, F. and Flammini, A. (2016) ‘The rise of social bots’, Communications of the ACM, 59(7), pp. 96‒104. DOI: https://doi.org/10.1145/2818718.
González-Bailón, S. and Wang, N. (2016) ‘Net-worked discontent: The anatomy of pro-test campaigns in social media’, Social networks, 44, pp. 95–104. DOI: https://doi.org/10.1016/j.socnet.2015.07.003.
Gould, R. V., (1991) ‘Multiple networks and mo-bilization in the Paris Commune, 1871’, American Sociological Review, 56(6), pp. 716‒729. DOI: https://doi.org/10.2307/2096251.
Huber, G. A. and Malhotra, N. (2017) ‘Political homophily in social relationships: Evi-dence from online dating behavior’, The Journal of Politics, 79(1), pp. 269–283. DOI: https://doi.org/10.1086/687533.
Keller, F. B., Schoch, D., Stier, S. and Yang, J. (2020) ‘Political astroturfing on Twitter: How to coordinate a disinformation cam-paign’, Political Communication, 37(2), pp. 256‒280. DOI: https://doi.org/10.1080/10584609.2019.1661888.
King, G., Pan, J. and Roberts, M. E. (2017) ‘How the Chinese government fabricates social media posts for strategic distraction, not engaged argument’, American political science review, 111(3), pp. 484–501. DOI: https://doi.org/10.1017/S0003055417000144.
Klandermans, B. (1984) ‘Mobilization and partic-ipation: Social-psychological expansisons of resource mobilization theory’, Ameri-can sociological review, pp. 583–600. DOI: https://doi.org/10.2307/2095417.
Kuran, T. (1991) ‘Now out of never: The element of surprise in the East European revolu-tion of 1989’, World politics, 44(1), pp. 7‒48. DOI: https://doi.org/10.2307/2010422.
Linvill, D. L. and Warren, P. L. (2020) ‘Troll fac-tories: Manufacturing specialized disin-formation on Twitter’, Political Commu-nication, 37(4), pp. 447–467. DOI: https://doi.org/10.1080/10584609.2020.1718257.
Marx, G. T., (1974) ‘Thoughts on a neglected category of social movement participant: The agent provocateur and the inform-ant’, American Journal of Sociology, 80(2), pp. 402‒442. DOI: https://doi.org/10.1086/225807.
McPherson, M., Smith-Lovin, L. and Cook, J. M. (2001) ‘Birds of a feather: Homophily in social networks’, Annual review of sociol-ogy, 27(1), pp. 415–444. DOI: https://doi.org/10.1146/annurev.soc.27.1.415.
Metaxas, P. T. and Mustafaraj, E. (2012) ‘Social media and the elections’, Science, 338(6106), pp. 472–473. DOI: 10.1126/science.1230456.
Mosleh, M., Martel, C., Eckles, D. and Rand, D. G. (2021) ‘Shared partisanship dramati-cally increases social tie formation in a Twitter field experiment’, Proceedings of the National Academy of Sciences, 118(7). DOI: https://doi.org/10.1073/pnas.2022761118.
Noelle‐Neumann, E. (1974) ‘The spiral of silence a theory of public opinion’, Journal of communication, 24(2), pp. 43–51. DOI: https://doi.org/10.1111/j.1460-2466.1974.tb00367.x.
Ratkiewicz, J., Conover, M., Meiss, M., Gon-çalves, B., Patil, S., Flammini, A. and Menczer, F. (2011) ‘Truthy: mapping the spread of astroturf in microblog streams’, in: Proceedings of the 20th international conference companion on World wide web, pp. 249‒252. DOI: https://doi.org/10.1145/1963192.1963301.
Ross, B., Pilz, L., Cabrera, B., Brachten, F., Neubaum, G. and Stieglitz, S. (2019) ‘Are social bots a real threat? An agent-based model of the spiral of silence to an-alyse the impact of manipulative actors in social networks’, European Journal of Information Systems, 28(4), pp. 394–412. DOI: https://doi.org/10.1080/0960085X.2018.1560920.
Sanovich, S., Stukal, D. and Tucker, J. A. (2018) ‘Turning the virtual tables: Government strategies for addressing online opposi-tion with an application to Russia’, Com-parative Politics, 50(3), pp. 435–482. DOI: 10.5129/001041518822704890.
Schäfer, F., Evert, S. and Heinrich, P. (2017) ‘Japan's 2014 General Election: Political Bots, Right-Wing Internet Activism, and Prime Minister Shinzō Abe's Hidden Na-tionalist Agenda’, Big data, 5(4), pp. 294–309. DOI: 10.1089/big.2017.0049.
Shin, J. and Thorson, K. (2017) ‘Partisan selec-tive sharing: The biased diffusion of fact-checking messages on social media’, Journal of Communication, 67(2), pp. 233‒255. DOI: https://doi.org/10.1111/jcom.12284.
Siegel, D. A. (2009) ‘Social networks and collec-tive action’, American journal of political science, 53(1), pp. 122–138. DOI: https://doi.org/10.1111/j.1540-5907.2008.00361.x.
Siegel, D. A. (2018) ‘Analyzing computational models’, American Journal of Political Science, 62(3), pp. 745–759. DOI: https://doi.org/10.1111/ajps.12364.
Silva, B. C. and Proksch, S. O. (2021) ‘Fake It ‘Til You Make It: A Natural Experiment to Identify European Politicians’ Benefit from Twitter Bots’, American Political Science Review, 115(1), pp. 316–322. DOI: https://doi.org/10.1017/S0003055420000817.
Sobolev, A. (2019) How social media reduces mass political polarization. Evidence from Germany, Spain, and the US [Online]. Availble at: URL: https: //www.wpsanet.org/papers/docs/2019W-Feb-Anton-Sobolev-Trolls-VA.pdf (5th November 2021).
Sohn, D. and Geidner, N. (2016) ‘Collective dy-namics of the spiral of silence: The role of ego-network size’, International Jour-nal of Public Opinion Research, 28(1), pp. 25‒45. DOI: https://doi.org/10.1093/ijpor/edv005.
Sohn, D. (2019) ‘Spiral of silence in the social media era: A simulation approach to the interplay between social networks and mass media’, Communication Research, pp. 1‒28. DOI: https://doi.org/10.1177/0093650219856510.
Stein, E. A. (2017) ‘Are ICTs Democratizing Dic-tatorships? New Media and Mass Mobili-zation’, Social Science Quarterly, 98(3), pp. 914–941. DOI: 10.1111/ssqu.12439.
Stella, M., Ferrara, E. and De Domenico, M. (2018) ‘Bots increase exposure to nega-tive and inflammatory content in online social systems’, Proceedings of the Na-tional Academy of Sciences, 115(49), pp. 12435‒12440. DOI: 10.1073/pnas.1803470115.
Stukal, D., Sanovich, S., Bonneau, R. and Tuck-er, J. A. (2017) ‘Detecting bots on Rus-sian political Twitter’, Big data, 5(4), pp. 310–324. DOI: 10.1089/big.2017.0038.
Stukal, D., Sanovich, S., Tucker, J. A. and Bon-neau, R. (2019) ‘For Whom the Bot Tolls: A Neural Networks Approach to Measuring Political Orientation of Twit-ter Bots in Russia’, SAGE Open, 9(2), pp. 1–16. DOI: https://doi.org/10.1177/2158244019827715.
Suárez-Serrato, P., Roberts, M. E., Davis, C. and Menczer, F. (2016) ‘November. On the influence of social bots in online pro-tests’, in: International Conference on So-cial Informatics, pp. 269–278. Springer, Cham. DOI: http://dx.doi.org/10.1007/978-3-319-47874-6_19.
Valenzuela, S., Arriagada, A. and Scherman, A. (2014) ‘Facebook, Twitter, and youth en-gagement: A quasi-experimental study of social media use and protest behavior us-ing propensity score matching’, Interna-tional Journal of Communication, 8, pp. 2046–2070.
Verkamp, J. P. and Gupta, M. (2013) ‘Five inci-dents, one theme: Twitter spam as a weapon to drown voices of protest’, in: 3rd {USENIX} Workshop on Free and Open Communications on the Internet ({FOCI} 13).
Walter, N. and Murphy, S. T. (2018) ‘How to unring the bell: A meta-analytic approach to correction of misinformation’, Com-munication Monographs, 85(3), pp. 423–441. DOI: https://doi.org/10.1080/03637751.2018.1467564.
Wang, G., Mohanlal, M., Wilson, C., Wang, X., Metzger, M., Zheng, H. and Zhao, B. Y. (2012) ‘Social turing tests: Crowdsourc-ing sybil detection’ [online], [Preprint]. [Viewed date 05 September 2021]. URL: https://arxiv.org/abs/1205.3856.
Weeks, B. E. (2015) ‘Emotions, partisanship, and misperceptions: How anger and anxiety moderate the effect of partisan bias on susceptibility to political misinfor-mation’, Journal of communication, 65(4), pp. 699‒719. DOI: https://doi.org/10.1111/jcom.12164.
Wilensky, U. (1999) NetLogo [online]. Center for Connected Learning and Computer-Based Modeling, Northwestern Universi-ty, Evanston, IL. [Viewed date 05 Sep-tember 2021]. URL: http://ccl.northwestern.edu/netlogo/.
Zerback, T., Töpfl, F. and Knöpfle, M. (2021) ‘The disconcerting potential of online disinformation: Persuasive effects of as-troturfing comments and three strategies for inoculation against them’, New Media & Society, 23(5), pp. 1080–1098. DOI: https://doi.org/10.1177/1461444820908530.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Автор предоставляет Издателю журнала (Пермский государственный национальный исследовательский университет) право на использование его статьи в составе журнала, а также на включение текста аннотации, полного текста статьи и информации об авторах в систему «Российский индекс научного цитирования» (РИНЦ).
Автор даёт своё согласие на обработку персональных данных.
Право использования журнала в целом в соответствии с п. 7 ст. 1260 ГК РФ принадлежит Издателю журнала и действует бессрочно на территории Российской Федерации и за её пределами.
Авторское вознаграждение за предоставление автором Издателю указанных выше прав не выплачивается.
Автор включённой в журнал статьи сохраняет исключительное право на неё независимо от права Издателя на использование журнала в целом:
- Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
- Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
- Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
Направление автором статьи в журнал означает его согласие на использование статьи Издателем на указанных выше условиях, на включение статьи в систему РИНЦ, и свидетельствует, что он осведомлён об условиях её использования. В качестве такого согласия рассматривается также направляемая в редакцию справка об авторе, в том числе по электронной почте.
Редакция размещает полный текст статьи на сайте Пермского государственного национального исследовательского университета: http://www.psu.ru и в системе OJS на сайте http://press.psu.ru
Плата за публикацию рукописей не взимается. Гонорар за публикации не выплачивается. Авторский экземпляр высылается автору по указанному им адресу.
