Political organizations worldwide keep innovating their use of social media technologies. Here, we document a novel configuration of technologies and organizational forms used to manipulate Twitter trends in the 2019 Indian general election. The organizers rely on an extensive network of WhatsApp groups to coordinate mass-postings by loosely affiliated political supporters. To investigate the campaigns, we joined more than 600 political WhatsApp groups that support the Bharatiya Janata Party, the right-wing party that won the general election. We found direct evidence of 75 hashtag manipulation campaigns, including mobilization messages and lists of pre-written tweets. We estimate the campaigns' size and whether they succeeded in creating controlled social media narratives. We show that the campaigns are smaller than what media reports suggest; still, they reliably produce Twitter trends drawing on the voices of loosely affiliated supporters. Centrally controlled but voluntary in participation, this novel configuration of a campaign complicates the debates over the legitimate use of digital tools for political participation. It may have provided a blueprint for participatory media manipulation by a party with popular support.


翻译:世界各地的政治组织不断创新使用社交媒体技术。在这里,我们记录了印度2019年大选中用于操纵推特趋势的技术和组织形式的新组合。组织者依靠一个庞大的“WhessApp”团体网络来协调松散的政治支持者的群众布局。为了调查这些运动,我们加入了支持赢得大选的右翼政党“Bharatiya Janata党”的600多个政治“WhesApp”团体。我们发现了75个标签操纵运动的直接证据,包括动员信息和预写推文清单。我们估计了这些运动的规模以及它们是否成功地创造了受控制的社交媒体叙事。我们显示,这些运动的规模小于媒体报道所显示的内容;它们仍然可靠地利用松散支持者的声音制作了“Twitter”趋势。中央控制但自愿参与的这一运动新组合使得关于合法使用数字工具参与政治参与的辩论复杂化。它可能为一个得到民众支持的政党的参与性媒体操纵提供了蓝图。

0
下载
关闭预览

相关内容

Twitter(推特)是一个社交网络及微博客服务的网站。它利用无线网络,有线网络,通信技术,进行即时通讯,是微博客的典型应用。
元强化学习综述及前沿进展
专知会员服务
61+阅读 · 2021年1月31日
剑桥大学《数据科学: 原理与实践》课程,附PPT下载
专知会员服务
49+阅读 · 2021年1月20日
专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
LibRec 精选:位置感知的长序列会话推荐
LibRec智能推荐
3+阅读 · 2019年5月17日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Streetonomics: Quantifying Culture Using Street Names
Arxiv
0+阅读 · 2021年6月16日
Arxiv
3+阅读 · 2018年4月3日
Arxiv
5+阅读 · 2015年9月14日
VIP会员
相关VIP内容
元强化学习综述及前沿进展
专知会员服务
61+阅读 · 2021年1月31日
剑桥大学《数据科学: 原理与实践》课程,附PPT下载
专知会员服务
49+阅读 · 2021年1月20日
专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
LibRec 精选:位置感知的长序列会话推荐
LibRec智能推荐
3+阅读 · 2019年5月17日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员