Bir algoritma bir politikacının geleceğini sadece tweetlerini analiz ederek tahmin edebilir mi? | Karina Petrova, Psikolojik Posta Yeni bir istatistiksel model, ABD Kongresi üyelerini yalnızca sosyal medya platformu X'teki etkileşim modellerine dayalı olarak farklı siyasi ve yasama gruplarına başarılı bir şekilde ayırdı. Journal of Computational and Graphical Statistics'de yayınlanan çalışma, çevrimiçi davranışları daha yüksek makamlara yönelik hırslara işaret ediyor gibi görünen az sayıda aykırı değer de belirledi. Politikacılar, ilkelerini ve politika duruşlarını seçmenlere iletmek için kamusal platformları kullanır. Resmi ifadelerin ötesinde, birçoğu dil ve üslup seçimleriyle kişisel bir marka da geliştiriyor. Artık çevrimiçi olarak çok sayıda siyasi mesaj gerçekleşirken, araştırmacılar seçilmiş yetkililerin koalisyonlarındaki diğer kişilerle stratejik olarak ilişki kurarak kendilerini nasıl konumlandırdıklarını araştırıyorlar. Yeni çalışma, Stevens Teknoloji Enstitüsü'nde matematik bilimleri yardımcı doçenti olan Benjamin Leinwand ve Maryland Üniversitesi'nde matematik profesörü olan Vince Lyzinski tarafından yürütüldü. Karmaşık sistemler içindeki bağlantıları analiz eden bir alan olan ağ biliminde uzmanlaşırlar. Bir modelin, siyasi bağlantılar veya bir üyenin Kongre'nin hangi odasına ait olduğu hakkında herhangi bir bilgi verilmeden, yalnızca etkileşimleri gözlemleyerek bir siyasi ağın altında yatan yapıyı çıkarıp çıkaramayacağını belirlemeye çalıştılar. Kongre'nin sosyal manzarasını anlamak için araştırmacıların, karmaşık çevrimiçi etkileşim ağının haritasını çıkarabilecek bir araca ihtiyaçları vardı. Özünde, bu tür herhangi bir istatistiksel model, her birey çifti için basit bir değer hesaplamaya çalışır: bağlanma olasılıkları. Bu, hangi bağlantıların olası olduğunu ve hangilerinin olmadığını gösteren bir ağ planı oluşturur. Yaygın olarak kullanılan bazı ağ modelleri bu göreve birkaç temel faktörü birleştirerek yaklaşır. Örneğin, bir model, bir kişinin bireysel "sosyallik" puanını, grubunun ne kadar etkileşimli olduğunu temsil eden bir puanla çarparak bir bağlantı olasılığını tahmin edebilir. Bu yöntem birçok senaryoda iyi çalışır, ancak aşırı varyasyonlara sahip ağlarda bozulabilir. Sorun, birkaç kişinin son derece aktif olduğu, yoğun bağlantılı topluluklarda ortaya çıkıyor. Bu gibi durumlarda, model bu aktif kişilere çok yüksek sosyallik puanları ve gruplarına yüksek bir etkileşim puanı atayabilir. Bu yüksek puanlar çarpıldığında ortaya çıkan olasılık yüzde 1'i veya yüzde 100'ü aşabilir. Bu, modelin altta yatan sosyal dinamikleri doğru bir şekilde temsil edemediğinin sinyalini veren matematiksel bir imkansızlıktır. Leinwand ve Lyzinski tarafından geliştirilen yeni model, bu sorunu önlemek için özel olarak tasarlanmış farklı bir matematiksel temel üzerine inşa edilmiştir. Dahili hesaplamaları, herhangi bir politikacı çifti için nihai çıktının her zaman geçerli bir olasılık, 0 ile 1 arasında bir sayı olduğunu garanti edecek şekilde yapılandırılmıştır. Bu, modelin en aktif ve karmaşık bölgelerinde bile ağın tutarlı ve mantıklı bir haritasını üretmesini sağlar. Bu yeni yaklaşım, hataları önlemenin ötesinde daha fazla esneklik sunuyor. Bağlantı kalıplarının tüm ağ genelinde aynı olduğunu varsaymaz. Örneğin, bazı modeller dolaylı olarak bir grubun sosyal olarak en aktif üyelerinin diğerinin en aktif üyeleriyle bağlantı kurma olasılığının yüksek olduğunu varsayabilir. Ancak yeni model daha karmaşık desenleri tespit edebiliyor. Örneğin, iki farklı siyasi partinin ılımlı üyelerinin sık sık etkileşimde bulunduğu, aynı partilerin en partizan üyelerinin ise çok az etkileşimde bulunduğu bir durum bulabilir. Ayrıca, bir bireyin bağlantı kurma eğiliminin, etkileşimde bulundukları topluluğa bağlı olarak değişebileceğini fark edebilir ve bu da siyasal iletişimin daha ayrıntılı ve gerçekçi bir portresini sağlar. Leinwand ve Lyzinski, bu modeli kullanarak 117. ABD Kongresi'nin 475 üyesinin kamusal faaliyetlerini analiz etti. Veri kümeleri, 9 Şubat 2022'den 9 Haziran 2022'ye kadar dört aylık bir süre boyunca en az 100 tweet atan her üyeyi içeriyordu. Model, herhangi iki politikacıdan birinin bu zaman dilimi içinde diğerine tweet atması veya retweet etmesi durumunda aralarında bir bağlantı tanımladı. Leinwand, "Bu süre zarfında çiftten biri diğerine tweet atarsa veya diğerini retweetlerse, iki kişiye 'bağlı' diyoruz" dedi. Modele bir politikacının partisi, odası veya politika pozisyonları hakkında herhangi bir bilgi verilmedi. 475 kişiyi yalnızca dijital bağlantılarının web'ine göre gruplara ayırmakla görevlendirildi. Model üç ana topluluk tanımladı. Algoritmik olarak tanımlanan bu gruplar, tanıdık siyasi çizgilere dayanıyordu. İlk grup neredeyse tamamen Senatörlerden oluşuyordu. İkinci topluluk esas olarak Temsilciler Meclisi'nin Demokrat üyelerinden oluşuyordu ve üçüncüsü büyük ölçüde Temsilciler Meclisi'nin Cumhuriyetçi üyelerinden oluşuyordu. Analiz, bu üç gruptaki politikacıların en sık kendi topluluklarının üyeleriyle etkileşime girme eğiliminde olduğunu gösterdi. Leinwand, "Cumhuriyetçi kongre üyeleri kendi aralarında çok konuştular ve Demokrat kongre üyeleri kendi aralarında çok konuştular, ancak Demokrat kongre üyelerinin Senatörlerle etkileşime girme olasılığı Cumhuriyetçi meslektaşlarına göre biraz daha yüksekti" dedi. Bu model için potansiyel bir açıklama sundu. Gözlem sırasında Demokratlar Senato'da çoğunluğu elinde tutuyordu. Sonuç olarak, "Demokrat kongre üyelerinin Temsilciler Meclisi'ndeki müttefiklerine ek olarak senato liderliği mesajlarını güçlendirmeye teşvik edilebileceği düşünülebilir" diye devam etti. ...