ソーシャルメディアで危機時の人口移動を早期察知 ^{CEFR B2}

研究はソーシャルメディア投稿の分析が人道支援向けの早期警報を改善する可能性を示しました。目的は紛争や災害で人々がいつどこへ移動するかをより早く察知するツールを改良することです。従来の調査や現地データが得にくい場面で、デジタルデータは伝統的な情報源が捕えにくい信号を提供できるかが検証されました。国連は過去10年間で避難者数がほぼ倍増し、2024年には67人に1人が家を離れたと報告しています。

研究はX（旧Twitter）上の3言語によるnearly 2 million近い投稿を分析し、ウクライナ（10.6 million人）、スーダン（12.8 million人）、ベネズエラ（7 million人）の3事例を扱いました。分析では、喜びや怒りなど細かい感情ラベルよりも、ポジティブ・ネガティブ・中立というセンチメントの方が、特に国境を越える移動の時期や規模の予測で有用であることが分かりました。

さらに、事前学習済みの言語モデルが最も効果的な早期警報を提供しました。これらのAIツールは大量のテキストで深層学習により言語パターンを見つけます。しかしMarahrensは、ソーシャルメディア分析は誤報や誤警報の可能性があること、そしてウクライナのような急性の紛争では有効でもベネズエラのような緩やかな経済危機では性能が落ちると注意を促します。

研究は今後、センチメントと感情の関係の探究、自動翻訳による言語カバーの拡大、他のソーシャルネットワークからのデータ追加などを示しています。資金はNational Science FoundationとGeorgetown UniversityのMassive Data Instituteが提供し、出典はUniversity of Notre Dameです。