오늘 리뷰할 논문은 2021년 12월에 Nature 지에 실린 논문이다.
https://www.nature.com/articles/s41586-021-04167-x
이 블로깅은 초록, 발견, 방법론 순으로 정리하였다.
전체적인 내용을 알고 싶다면 '초록', 이 연구의 발견을 상세히 알고 싶다면 '발견', 사용한 방법론을 알고 싶다면 '방법론' 파트를 참고하면 좋다!
초록부터
- 문제의식
온라인 상에서는 같은 의견을 가진 집단에 대한 선택이 쉬운 환경이다. 이런 점에서, 개개인의 특정 정파에 대한 선호도는 온라인 커뮤니티를 분열시키고, 극단화할 수도 있다. 오늘 리뷰할 논문은 이러한 생각이 맞는지 측정하고자 한다.
그러나, 온라인 커뮤니티의 사회적인 구성을 측정하는 것은 한정적이다. 온라인 커뮤니티의 담론이 익명화, unstructured 그리고 엄청나게 거대한 규모이기 때문에, 측정에 어려움이 있었다.
- 문제를 해결하기 위한 방법
이 논문은 neural-embedding 방법론을 활용하여, 기존에 어려웠던 온라인 커뮤니티 내의 행동 패턴을 측정하는 방법을 개발하였다.
- 사용한 데이터
14년간 Reddit에 사용된 51억개의 댓글들을 통해, 개발한 방법론을 적용하여 온라인 커뮤니티가 어떻게 구성되는 지를 측정하였다. (나이, 성별, 정치적 선호도[당파성]에 따라서)
- 발견
1. 개인 수준에서의 양극화는 적으며, 2016 새로운 사용자의 유입으로 인한 system 수준의 변화가 측정되었다.
2. 온라인 플랫폼 내의 이전 활동들은 정치적 양극화와는 무관하였으며, 플랫폼 외부에서 발생한 사건들이 정치적 양극화에 일시적인 영향을 갖는다.
3. 2016년의 급격한 양극화의 증가는 right wing 쪽의 활동으로 인한 이념적 불균형임을 발견하였다.
- Implication
이 논문의 방법론적인 implication은 온라인 상호작용 연구에 다양하게 적용될 수 있는 방법을 개발했다는 점이다.
이 논문의 발견이 주는 implication은 온라인 플랫폼 디자인과 온라인 행동의 사회적 맥락 그리고 온라인 polarization을 정량화 했다는 점에 있다.
발견
