写真はイメージです Photo:PIXTA
インターネット上での意見と現実の世論に乖離があると感じたことはないだろうか？実は、X（旧Twitter）で主流になっているように見える意見は、たった0.2％のユーザーによって作られているという。ネット世論がどのように形成されるのか、AIを使って解析した。※本稿は、谷原つかさ『「ネット世論」の社会学 データ分析が解き明かす「偏り」の正体』（NHK出版）の一部を抜粋・編集したものです。
AIのディープラーニングによって
膨大なXのポストが解析可能に
2021年の衆議院選挙の際に、私が実際に行った実証研究の結果を解説します。この研究で問うたのは、選挙期間中のX空間における世論はどのようなものであったか、ということです。以下、データ分析の方法を述べます。
まず、X Search API（調査当時はTwitter Search API)を用いて、選挙期間中（選挙公示日の10月19日から投開票日前日の10月30日まで）の投稿のうち、「自民党」または「自民」または「自由民主党」を含む投稿を全て収集しました（合計364万2551ポスト、うちオリジナルポスト57万6376ポスト）。各投稿を、自民党に批判的（反自民党）、ニュートラルまたは態度不明、自民党に賛成的（親自民党）に分類し、数をカウントすることによって、ネット世論の分布を可視化しようというのがねらいです。
しかし、対象となった投稿は、オリジナルポストだけでも57万6376ポストあります。これらを1つひとつ、人間の目で確認して分類していくのは途方もない作業です。そこで、深層学習（ディープラーニング）を用いた教師あり機械学習の方法によって各投稿を分類しました。
具体的な方法については、非常にテクニカルな話になるのでごく簡単に解説しておきます。
