論文の概要: Large-Scale Analysis of Political Propaganda on Moltbook

• arxiv url: http://arxiv.org/abs/2603.18349v1
• Date: Wed, 18 Mar 2026 23:16:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:05.880242
• Title: Large-Scale Analysis of Political Propaganda on Moltbook
• Title（参考訳）: モルトブックによる政治プロパガンダの大規模分析
• Authors: Julia Jose, Meghna Manoj Nair, Rachel Greenstadt,
• Abstract要約: 我々は,AIエージェントのためのRedditスタイルのプラットフォームであるMoltbook上で,NLPに基づく政治プロパガンダの研究を行った。 673,127件の投稿と879,606件のコメントのデータセットから、政治プロパガンダが全投稿の1%、政治コンテンツ全体の42%を占めていることがわかった。
• 参考スコア（独自算出の注目度）: 1.6268383932292834
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present an NLP-based study of political propaganda on Moltbook, a Reddit-style platform for AI agents. To enable large-scale analysis, we develop LLM-based classifiers to detect political propaganda, validated against expert annotation (Cohen's $κ$= 0.64-0.74). Using a dataset of 673,127 posts and 879,606 comments, we find that political propaganda accounts for 1% of all posts and 42% of all political content. These posts are concentrated in a small set of communities, with 70% of such posts falling into five of them. 4% of agents produced 51% of these posts. We further find that a minority of these agents repeatedly post highly similar content within and across communities. Despite this, we find limited evidence that comments amplify political propaganda.
• Abstract（参考訳）: 我々は,AIエージェントのためのRedditスタイルのプラットフォームであるMoltbook上で,NLPに基づく政治プロパガンダの研究を行った。 大規模な分析を可能にするために,専門家のアノテーション(Cohen's $κ$= 0.64-0.74)に対して検証された政治的プロパガンダを検出するLLMベースの分類器を開発した。 673,127件の投稿と879,606件のコメントのデータセットから、政治プロパガンダが全投稿の1%、政治コンテンツ全体の42%を占めていることがわかった。 これらのポストは小さなコミュニティに集中しており、70%が5つに落ちている。 4%のエージェントが51%の投稿を作成した。 さらに、これらのエージェントの少数が、コミュニティ内でも、またがっても、非常に類似したコンテンツを繰り返し投稿していることもわかりました。 それにもかかわらず、コメントが政治的プロパガンダを増幅する限られた証拠を見つける。

関連論文リスト

• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• PropaInsight: Toward Deeper Understanding of Propaganda in Terms of Techniques, Appeals, and Intent [71.20471076045916]
  プロパガンダは世論の形成と偽情報の拡散に重要な役割を果たしている。 Propainsightはプロパガンダを体系的に、技術、覚醒的魅力、そして根底にある意図に分解する。 Propagazeは、人間の注釈付きデータと高品質な合成データを組み合わせる。
  論文  参考訳（メタデータ） (2024-09-19T06:28:18Z)
• Propaganda to Hate: A Multimodal Analysis of Arabic Memes with Multi-Agent LLMs [7.217569932870683]
  本研究では,ミームにおけるプロパガンダと憎悪の交わりについて検討する。 我々は、粗い、きめ細かい憎悪ラベルでプロパガンダ的なミームデータセットを拡張した。 我々の発見は、ミームにプロパガンダと憎悪の関連があることを示唆している。
  論文  参考訳（メタデータ） (2024-09-11T13:04:34Z)
• Does Twitter know your political views? POLiTweets dataset and semi-automatic method for political leaning discovery [0.0]
  POLiTweetsは、複数政党のセットアップで政治的アフィリエイトを発見するための、ポーランド初の公開データセットである。 ポーランド語で書かれたユーザ約10万のツイートと、166人のユーザ約40万のツイートが、手動でテストセットとして注釈付けされている。 私たちは、トピックやコンテンツライターのタイプ、一般市民対プロの政治家のコンテキストにおけるドメインシフトの側面を研究するために、私たちのデータを使用しました。
  論文  参考訳（メタデータ） (2022-06-14T10:28:23Z)
• How Algorithms Shape the Distribution of Political Advertising: Case Studies of Facebook, Google, and TikTok [5.851101657703105]
  私たちは、Facebook、Google、TikTokによる2020年の米大統領選挙に関する80万以上の広告と250万のビデオを含むデータセットを分析します。 我々は、これらのプラットフォームがどのように政治広告の配信を増幅または緩和したかを批判的に評価するために、公開データの最初の大規模データ分析を行う。 我々は、開示を改善するための推奨事項をまとめて、一般大衆がプラットフォームや政治広告主に説明責任を負わせることができるようにします。
  論文  参考訳（メタデータ） (2022-06-09T18:19:30Z)
• Engaging Politically Diverse Audiences on Social Media [11.786863362728868]
  メディアがコンテンツをオンラインで宣伝するために利用するソーシャルメディア投稿に、政治的分極がどのように反映されているかを研究する。 われわれは、われわれのモデルを統合し、ジャーナリストたちが政治的に多様なオーディエンスを惹きつけるツイートを作るのを助けるツールを構築している。
  論文  参考訳（メタデータ） (2021-11-04T05:58:49Z)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• Political Posters Identification with Appearance-Text Fusion [49.55696202606098]
  外観特徴とテキストベクトルを効率的に活用し, 政治ポスターを高精度に分類する手法を提案する。 この作品の大半は、特定の政治イベントのプロモーションとして機能するように設計された政治ポスターに焦点を当てている。
  論文  参考訳（メタデータ） (2020-12-19T16:14:51Z)
• Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
  本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。 ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
  論文  参考訳（メタデータ） (2020-07-16T02:13:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。