Algoritm kan skapa kontakt mellan Clintons och Trumps anhängare

Oron för polariseringen i samhället växer starkare och till exempel har Världsekonomiska forumet lyft denna oro som ett hot i sin rapport för globala risker. En av orsakerna till den ökade polariseringen anses vara sociala medier. Forskare från Aalto-universitetet, HIIT och Qatar Computing Research har skapat en metod med algoritmer som kan föra samman människor med motsatta åsikter – och utvärderar dem genom Twitter. Denna publikation vann nyligen bästa studentuppsats på den internationella konferensen om webbsökning och datautvinning (WSDM 2017).

I undersökningen simuleras användarnas interaktion på Twitter kring ett givet ämne, till exempel valet i USA eller Obamacare, som en graf för gillande (endorsement graph) där noderna står för Twitteranvändarna. Något som ofta observeras i sådana grafer är att grafens struktur, speciellt inom kontroversiella ämnen, är starkt präglad av två kluster. Forskningen föreslår bryggor mellan användare i motsatta läger för att effektivt minimera polariseringen. Bryggor kan användas för att ge användarna rekommendationer om vem de kan retweeta från motsatta kluster.

”Vi är de första att föreslå en lösning där algoritmer tillämpas i stor skala och som är oberoende av språk och domäner. Huvudalgoritmen bygger på slutsatsen att i vissa typer av nätverk, som simulerar polarisering, fungerar bryggorna bäst när de skapats mellan de mest aktiva användare som representerar motsatta åsikter”, förklarar professor Aristides Gionis vid Aalto-universitetets institution för datavetenskap.

Möjliga bryggor gällande valet i USA

Forskningen behandlade retweetnätverk där de mest aktiva användare vanligtvis är välkända personer med många följare. När det gäller valet i USA kunde de två lägren vara demokraterna och republikanerna och användarna med mest aktiva kluster vara Hillary Clinton respektive Donald Trump. I teorin skulle det effektivaste sättet vara att rekommendera att Clinton ska följa Trump, men detta skulle knappast genomföras i praktiken.

”Vid tillämpning på Twitterdiskussionerna om valresultatet i USA pekar algoritmen på att en brygga mellan @hillaryclinton och @breitbartnews skulle minska polariseringen mest. Men med tanke på hur osannolikt det är att en sådan brygga blir verklighet pekar algoritmen på att andra bryggor mellan mindre framträdande Twitterkonton, till exempel den liberala journalisten @mtracey och den konservativa aktivisten @rightwingangel, har större potential”, säger forskaren Kiran Garimella.

Metoden ger bättre resultat än befintliga metoder, både när det gäller effektiviteten i att föra de båda lägren närmare varandra och den tid det tar. Även om man i tidigare studier har försökt ta itu med problemet hur innehåll ska rekommenderas till ideologiskt motsatta läger, tänker forskarna vid Aalto-universitetet, Forskningsinstitutet för informationsteknologi HIIT och Qatar Computing Research Institute i sina framtida studier se närmare på vad som ska rekommenderas fram om vem.

Tilläggsuppgifter:

Kiran Garimella
Forskare
Aalto-universitetet
[email protected]
Tel. +358 50 430 4933

Aristides Gionis
Professor
Aalto-universitetet
[email protected]
Tel. +358 50 430 1651

Reducing Controversy by Connecting Opposing Views