本文是由Bei Zhao、Wujiong Ren、Yicheng Zhu和Hongzhong Zhang共同撰写的研究论文，题为《制造冲突还是倡导和平？社交媒体机器人在俄乌战争Twitter讨论中的议程构建研究》。该研究发表于《Journal of Information Technology & Politics》2024年第21卷第2期，页码为176-194，DOI为10.1080⁄19331681.2023.2189201。研究的主要作者来自北京师范大学新闻与传播学院，研究得到了国家社会科学基金青年项目的资助。
随着俄乌战争的爆发，社交媒体成为了双方争夺的重要战场。社交媒体机器人（social bots）作为信息传播的重要参与者，广泛参与了俄乌战争的讨论。然而，关于这些机器人如何构建战争议程的问题尚未得到充分解答。本研究旨在通过时间序列分析和结构主题模型（Structural Topic Model, STM），探讨社交媒体机器人在俄乌战争讨论中的角色及其对公众议程的影响。
研究的主要问题包括： 1. 社交媒体机器人在俄乌战争讨论中生成的内容量如何？其与人类账户生成内容的时间序列关系如何？ 2. 社交媒体机器人如何在Twitter讨论中构建议程？与人类账户相比有何差异？ 3. 社交媒体机器人如何放大与不同国家/地区相关的讨论？这种放大是否吸引了公众的注意？ 4. 社交媒体机器人在与不同国家/地区相关的讨论中如何呈现议题？与人类账户相比，其主题特征有何不同？
研究使用了Twitter学术研究API V2进行数据收集，关键词为“Russia”和“Ukraine”，过滤了所有转发、引用和回复，仅保留原始推文。最终数据集包含2022年2月17日至3月17日期间的372万条推文。为了兼容社交媒体机器人检测和分析，研究选择了所有英文推文，并通过分层随机抽样获得了159,048条推文和96,004个独立账户。
社交媒体机器人的检测使用了Botometer V4工具，该工具基于监督机器学习系统，通过分析Twitter账户的1000多个特征来识别自动化行为。研究还邀请了两位研究生对200个账户进行手动编码，以确保Botometer检测结果的准确性。
研究使用了格兰杰因果检验（Granger Causality Test）来分析社交媒体机器人与人类账户之间的关系，并通过结构主题模型（STM）来探讨社交媒体机器人在议程构建中的行为特征。STM允许引入多个文档协变量，如发布者身份、类别、发布时间等，以探索这些协变量与主题分布之间的关系。
研究发现，社交媒体机器人在俄乌战争讨论中占据了23.14%的账户，生成了32.98%的推文。时间序列分析显示，社交媒体机器人与人类账户之间存在双向议程设置关系，即社交媒体机器人对某些议题的选择性放大可以吸引公众的注意，同时社交媒体机器人也受到人类账户的影响。
在主题分析中，研究发现社交媒体机器人更关注战争的经济影响、难民撤离、俄中关系以及战争进展等议题，而人类账户则更关注俄乌历史、北约反应等议题。社交媒体机器人在不同国家/地区的讨论中也表现出不同的议程设置效果。例如，在与北约、美国和英国相关的讨论中，社交媒体机器人是格兰杰原因，而在与中国和印度相关的讨论中，人类账户是格兰杰原因。
研究揭示了社交媒体机器人与人类账户之间的复杂关系，表明社交媒体机器人在现代战争中扮演了重要的角色。社交媒体机器人通过选择性放大某些议题，影响了公众的注意力，同时也受到人类账户的影响。研究还发现，社交媒体机器人在不同国家/地区的讨论中表现出不同的立场，反映了其背后操纵者的复杂性。
本研究为理解社交媒体机器人在现代战争中的作用提供了新的视角，揭示了人工智能技术对公众舆论的潜在影响。研究结果对于政策制定者、社交媒体平台以及公众理解信息战和舆论操纵具有重要意义。此外，研究还为未来的相关研究提供了方法论上的参考。
尽管本研究提供了重要的发现，但仍存在一些局限性。例如，格兰杰因果检验并不能反映真实的因果关系，未来研究可以结合更多维度的数据进行验证。此外，研究仅从宏观角度分析了社交媒体机器人的议程构建行为，未来可以从微观角度探讨社交媒体机器人与人类账户之间的互动机制，以及其对人类信息接收习惯、认知和情感的影响。