The impact of social bots on public COVID-19 perceptions during the 2020 U.S. presidential election

Abstract

Plusieurs études ont démontré que les contenus nuisibles et perturbateurs en ligne sont en partie produits par des acteurs communément appelés robots sociaux. Ils représentent des entités autonomes ou semi-autonomes capables de partager, aimer et poster des messages à des fins préjudiciables. Plusieurs auteurs ont mis en évidence une stratégie utilisée par ces acteurs, l’utilisation du cadrage conflictuel des enjeux. Dans ce mémoire, j’examine les caractéristiques et le potentiel rôle des robots sociaux sur la perception de la COVID-19 en période de forte polarisation au moment de l’élection présidentielle américaine de 2020. Je m’appuie sur plusieurs méthodes en science computationnelle pour analyser les caractéristiques (stratégies et comportements) des robots sociaux ainsi que leur portée politique en utilisant des données Twitter durant l’élection présidentielle de 2020. Les résultats de cette étude montrent que les robots sociaux conservateurs envoient plus de tweets de conspiration que leurs homologues libéraux. Cependant, en termes d’émotion liée à la COVID-19, les humains et les robots ont tous les deux un sentiment positif à l’égard de cet enjeu. Finalement, aucune évidence ne suggère que le contenu négatif et la proportion des robots sociaux ont un effet sur la perception de la COVID-19 par les utilisateurs.

Increasing evidence suggests that a growing amount of disruptive and harmful content is generated by rogue actors known as malicious social bots. They are autonomous entities that can share, like, or post messages for detrimental purposes. Several authors have highlighted one strategy employed by those automated actors, the use of a conflicting frame of issues, employed throughout this paper. In this work, I present a framework to depict their potential role in online discussions related to COVID-19 topics around the 2020 U.S. presidential election. I leverage different computational methods to look into their online characteristics and potential impact on the users’ COVID-19 perception using Twitter data during the 2020 U.S. presidential election. The results of this study show that conservative bot users send more conspiracy tweets, but human and bot users talk positively about COVID-19. Social bots do not send more negative tweets or retweets over time than human users. Additionally, no evidence suggests that the negativity of bots’ content, as well as their online proportion, will cause a change in users’ COVID-19 perception.