מיצוי רשתות של יוצרי תוכן ותפיסת המשתמשים לגילוי קהילות שיח מקוונות

מדוע השיח המקוון מתרכז למחנות

כל מי שגלל ברשתות החברתיות במהלך בחירות הרגיש עד כמה במהירות השיחות מתפצלות למחנות מנוגדים. עם זאת, רק אחוז קטן מהחשבונות באמת מתחיל את השיח; רובנו בעיקר מעדיפים, משתפים או שמרטטים (retweet). המאמר שואל כיצד אותן קולות בודדות וגלויות מעצבות את הדיון הכולל, ומציג דרך למיפוי "תאי הד" הפוליטיים על ידי בחינה ראשונית של המובילים ורק לאחר מכן של קהלם.

כמה דוברים, הרבה מאזינים

בפלטפורמות כמו טוויטר/איקס, ההשתתפות אינה שווה: קבוצה יחסית קטנה של משתמשים — פוליטיקאים, מפלגות, מותגי מדיה ודמויות ציבוריות אחרות — מייצרת את רוב הפוסטים שמניעים את השיח הפוליטי. מרבית החשבונות בעיקר צורכים ומפיצים מחדש את התוכן הזה, למשל באמצעות רטוויטים. המחברים טוענים כי המובילים, מכיוון שהם מדברים תדיר ונושאים עמם מוניטין ציבורי, נוטים בדרך כלל לתפיסות ברורות ויציבות יותר מאשר משתמשים רגילים. אם ניתן לקבץ את המובילים בצורה אמינה, אפשר להסיק היכן עומדת ההמונית הרחבה על ידי צפייה במי הם ממליצים ומגבים.

שתי דרכים לראות מי עומד יחד

המחקר מציג מסגרת המחלקת את כל המשתמשים לשתי קבוצות: יוצרי תוכן (מובילים) וכול השאר (הקהל). לאחר מכן הוא בונה רשת של יחסים בין המובילים ומריץ אלגוריתמים סטנדרטיים לגילוי קהילות על רשת קטנה ונקייה יותר זו. הבחירה המרכזית היא כיצד להגדיר את הקישורים בין המובילים. בגרסה אחת, שנקראת MonoDC, מובילים מקושרים כאשר הם מרטוויטים זה את זה בתדירות גבוהה, מה שתופס אישור ישיר ואיתות בתוך מעגלים פוליטיים. בגרסה השנייה, שנקראת BiDC, מובילים מקושרים כאשר הם מרוטוויטים על ידי קהלים דומים, כך ששני פוליטיקאים עם חפיפות בעוקבים ימצאו עצמם באותו מחנה גם אם הם מעולם לא קיימו אינטראקציה ישירה.

סינון הרעש מתוך נתוני רשת חברתית

נתוני מדיה חברתית גולמיים רועשים מאוד: יש מי שטוויטים כל הזמן, אחרים לעיתים רחוקות; פוסטים מסוימים הופכים לויראליים במקרה. כדי לא לטעות פעילות אקראית במבנה אמיתי, המחברים משתמשים בכלים מתורת המידע כדי לסנן את הרשתות שלהם. הם משווים את האינטראקציות הנצפות למה שהיה צפוי בעולם אקראי שבו כל משתמש שומר על אותו רמת פעילות כוללת אך הקשרים מעורבבים אחרת. נשמרות רק הקשרים שהחזקים בהרבה ממה ש"העולם האקראי" היה חוזה. סינון זה קל יותר בגרסת הרטוויט הישיר (MonoDC) אך חיוני בגרסת הקהל המשותף (BiDC), שבה פופולריות פשוטה עלולה ליצור דמיון מטעה.

דמויות ציבוריות כעוגני המחנות המקוונים

החוקרים בודקים את הגישה שלהם בשלושה מאבקים פוליטיים מרכזיים באיטליה בטוויטר/איקס בשנת 2022: בחירות לנשיאות, משבר ממשלתי והבחירות הכלליות. באופן משמעותי, כל הנתונים נאספו לפני שהפלטפורמה הנהיגה אימות בתשלום, כאשר הסימון הכחול סימן בעיקר הכרה ציבורית ולא מנוי. המחברים מתייחסים לחשבונות מאומתים כמובילים וממיינים ידנית כמה מאות מהם לפי מפלגה וקואליציה. הם מגלים כי גם לפני כל סינון, הקישורים ברטוויט בין פוליטיקאים מאומתים נחלקים כבר לחסימות פוליטיות מובחנות. כאשר הם מיישמים את השיטות המבוססות-מובילים והמסוננות סטטיסטית שלהם, ההתאמה עם מפלגות וקואליציות בעולם האמיתי נעשית חזקה בהרבה מאשר עם אלגוריתמים סטנדרטיים שרצים על רשת הרטוויט המלאה והלא מסוננת.

מה עובד — ומה פחות

MonoDC, המתבסס על רטוויטים ישירים בין מובילים, טוב במיוחד בזיהוי מפלגות בודדות: פוליטיקאים בעיקר מחזקים את הצד שלהם. BiDC, שמקבץ מובילים על פי קהלים משותפים, משקף טוב יותר קואליציות רחבות יותר שמאגדות כמה מפלגות תחת מטריה משותפת. המחברים גם מנסים דרכים חלופיות לבחור מובילים, כגון חשבונות עם הרבה עוקבים או "מדד רטוויט" גבוה. בחירות מבוססות-פעילות אלה מצליחות פחות. הן נוטות לכלול עיתונאים ומפרשנים שקהילתם חוצה קווים אידאולוגיים, מטשטשות את הגבולות בין המחנות. לעומת זאת, דמויות פוליטיות מאומתות לפני 2022, שהתפקידים ההממוניים שלהם מקשרים אותן למפלגות ספציפיות, מספקות שלד יציב יותר למיפוי השיח המקוון.

מדוע זה חשוב להבנת הדיון הדיגיטלי

לקריאה פשוטה, המסר המרכזי הוא שהשיחה הפוליטית ברשת אינה שוק שטוח של רעיונות. במקום זאת, היא מובנית סביב קבוצת שחקנים מוכרת יחסית, ואנחנו האחרים מגלים את נטיותינו על ידי מי מאיתנו בוחרים להעביר את המסרים שלהם. על ידי זיהוי המובילים תחילה, סינון קישורותיהם בזהירות, ורק לאחר מכן שיוך המשתמשים הרגילים לקהילות, המחברים מצליחים לשחזר חלק ניכר מהמפה הפוליטית הבסיסית מתוך נתונים מוגבלים. הגישה שלהם, אף שנוצרה על טוויטר/איקס האיטלקית, ניתנת ליישום בעיקר על פלטפורמות רבות שבהן מספר חשבונות גלויים מעצב את מה שהרבים רואים, ומציעה דרך מעשית לחקור תאי הד גם כאשר פלטפורמות מגבילות גישה לנתונים או משנות את כללי האימות שלהן.

ציטוט: Guarino, S., Mounim, A., Caldarelli, G. et al. Leveraging content producer networks and user perception to detect online discursive communities. Sci Rep 16, 11911 (2026). https://doi.org/10.1038/s41598-026-39477-5

מילות מפתח: קיטוב במדיה חברתית, קהילות פוליטיות, שיח בטוויטר, ניתוח רשתות, תאי הד התקשורת המקוונים