Opinion Mining and Clusters Detection in Online Public Debates: a Quantitative Analysis

The advent of online platforms dramatically changed the way people create and communicate content. In online social media, users can easily share information that thousands of peers may consume almost immediately. Moreover, the unique features offered by online social platforms also allow immediate feedback and interactions, creating the perfect environment for the proliferation of an intense debate around controversial topics. Nevertheless, this new and disintermediated type of communication and platforms' feed algorithms may influence the dynamics of online discussion, creating a fertile environment for the formation of clusters of users reinforcing their opinion through repeated interactions called echo chambers. In this thesis, we study the debate around controversial topics in online social media, such as political elections and disease outbreaks, and analyze the factors influencing its dynamics. We also assess the impact of unsubstantiated rumors and measure the shift in polarization around political elections. Finally, we compare the effect of echo chambers around several topics and across different social media and quantify the online infodemic concurrent with the recent pandemic. In our studies, we find evidence that users tend to cluster together into groups with opposite opinions around debated topics and consume information adhering to their system of beliefs. This characteristic appears to dominate the information consumption dynamics in online social media, influencing the spread of both confirmed news and unsubstantiated rumors.

La nascita di piattaforme online tramite cui condividere informazioni con una platea virtualmente illimitata ha radicalmente cambiato il modo di comunicare. Attraverso i social media, chiunque è in grado di creare contenuti che non solo sono fruiti quasi in tempo reale da migliaia di utenti, ma che, grazie alle funzioni offerte dalle varie piattaforme online, possono ottenere un feedback immediato tramite commenti e reazioni. Questa modalità di comunicazione veloce e disintermediata, da un lato, fornisce il mezzo perfetto per la proliferazione di dibattiti su temi controversi, dall'altro, grazie anche alla presenza di algoritmi che riducono la diversità dei contenuti a cui un utente è esposto, crea l'ambiente perfetto per la formazione di gruppi ideologicamente omogenei di persone, definiti echo chambers. In questi ambienti, grazie a ripetute interazioni con altri ideologicamente affini, gli utenti sono esposti a una visione parziale e omogenea dell'argomento dibattuto, che li porta a rinforzare la propria opinione preesistente e ignorare posizioni contrarie. Questa tesi si pone l'obiettivo di analizzare molteplici aspetti che influenzano il dibattito online. In particolare, è stata studiata l'evoluzione del dibattito nei social media riguardo argomenti controversi quali elezioni politiche e pandemia, evoluzione della polarizzazione e impatto di notizie non verificate sulle elezioni presidenziali americane, la presenza di echo chambers in varie piattaforme e attorno diversi argomenti di dibattito; è stata inoltre misurata la magnitudo dell'"infodemia" concomitante con la recente pandemia. Lo studio dimostra come gli utenti, quando dibattono sui social media attorno ad argomenti controversi, tendono ad aggregarsi in fazioni ideologicamente opposte, consumando informazioni che rinforzano la loro visione e ignorando altri punti di vista. Questa caratteristica sembra dominare il consumo di informazioni online, influenzando la diffusione sia di contenuti fondati sia di informazioni non verificate.