【為什麼關注這個議題】
臉書創辦人之一馬克祖克伯，他多次企圖迴避臉書已然成為新時代資訊來源、新時代媒體平台的事實，並且一再用「我們是科技公司」推託——其他社交平台也一樣。
但，這些平台早已無形之間影響了社會脈動，甚至足以影響重要的選舉。究竟社群媒體能不能作為預測結果的來源、準不準確、是否能可能改變使用者的政治立場？讓我們看看學者研究怎麼說。
而這一些研究，或多或少也可能應用在台灣政治觀察之上。
（責任編輯：林芮緹）
Marco Paköeningrat , CC Licensed
美國大選結束，川普勝選，社群媒體如臉書、推特等公司，無論多麼想保持他們自認的科技公司身份，原生功能裡乘載的大量用戶數據、快速訊息發表傳遞效率等，都讓這些平台無可閃躲要面對自身內建媒體DNA的本質，以及延伸出來可能需要精密架構的相關規範。
社群媒體是否能成為更精準預報的民意調查數據庫？
數據分析網站 FiveThirtyEight的統計師Nate Silver在大選當天早上預估了希拉蕊的勝率是71.4%，然而大選的結果卻是川普以290選舉人票勝出。
這些傳統民調公司的失誤固然是一回事，根據社交媒體數據所產生的新型預測倒是滿成功的。
例如，BrandsEye 這個位於南非開普敦（Capetown）以及約翰尼斯堡（Johannesburg）的公司以分析社群網站貼文的方式做出了對大選的精準判讀。他們以所謂群眾外包 [註]（crowd-sourcing）的方式工作，付錢給世界各地的人們在社群媒體上篩選相關貼文，然後用電腦演算去評估消費者對產品或是政治人物的觀感。
而這個方式，此次在選前直指川普的勝利，再早之前也正確預判了六月份英國脫歐表決的結果。
BrandsEye 公司的執行長、創辦人兼股東 Jean Pierre Kloppers 在電話訪問中表示，他的電話可是響個不停，那都是創投人打來要投資公司的，還有傳統民調公司詢問這個技術的相關事項，Kloppers 也表示他們公司開放技術授權。
此次美國大選，他們分析了推特（twitter）上關於兩方的公開貼文，對於重點幾個州的使用者，支持川普或希拉蕊的推文頻率作比較，當然計算推文是容易，但測度「感受」的秘訣則是「大量」。這間公司使用了二十萬則推特文來作樣本。大量在家工作的外包群眾們則是逐一分類每則推文是「支持川普」抑或是「支持希拉蕊」。
當然這樣的作業方式是昂貴的，但執行長 Kloppers 堅持認為比起難以分析人類偏好的電腦演算，「用人類來讀取這些推文會讓結果更加準確。」他舉例說明，演算法難以分析像是「我支持希拉蕊因為我想看她穿條紋睡衣（意指坐牢）」這種推文，但人工方式卻能讀出話中的反諷之意。
英國科技哲人兼作家 Tom Chatfield 博士則相信這樣的方式會找到一些傳統民調忽略的有價值的資訊。他認為傳統民調既繁重又沒那麼大量的數據，「難以反映出某些人們熱烈的流動的情感。比起在民調電話裡，人們在社交媒體比較不那麼害羞。」
另外一間成功預測英國脫歐投票結果的市場分析數據公司 4C Insights，行銷總監Aaron Goldman表示川普在推特和臉書上的支持者都多過他的對手，10月1日至11月7日，川普有58%的滿意度，而希拉蕊只有48%。另外川普一直都是被Google最多以及在推特上被提及最多次的候選人。
大選之日靠近時，4C Insights 觀察從10月1日到11月7日提及、分享、或再轉分享關於川普的消息有5.79億，但希拉蕊同時只有4770萬。
不過，社群媒體真的會是好的預測選舉數據來源嗎？畢竟，在推特上的使用者肯定比真正的美國投票人要少得多，這樣的數據來源真的有代表性嗎？有那麼多的社群媒體，只截取特定一家的資訊來做分析，也許得到的回饋並不夠全面。
社群媒體可能改變使用者的政治立場？
社群媒體吸引了上百萬的使用者在上頭看或新或舊型態的新聞，他們的崛起可沒被高估。
然而，這些公司卻都忽略了他們自身新的「類媒體」角色—他們是新聞媒體的主要平台、是新聞訊息的守門員、也是事實上的新聞編輯。目前有44%美國成人直接透過臉書接觸新聞，創辦人馬克祖克柏（Mark Zuckerberg ）在今年八月份的一個會議上甚至說「我們是科技公司，不是媒體公司。」
不過，川普勝選，很多評論都認為這場勝利可能要算臉書上的假新聞一份。
加州柏克萊大學新聞研究所所長 Ed Wasserman 表示「川普可以用這種非常具有影響力的方式發表意見、但卻不需經過一般來說訊息接觸大眾時需做的質量檢查，等於有一個很有影響力卻沒有管理權的媒體，而有管理權且有訊息精細確認性的傳統媒體，卻不太有影響力。」
臉書動態訊息部門長 Adam Mosseri 表示他們不可能查看、檢查所有的訊息，他們大部分是倚賴用戶們檢舉假新聞。不過，如果假消息被散佈在一個想要信以為真的社群裡，幾乎不會有人檢舉。
除了臉書，川普在推特上有1400萬的追隨者，這給他持續接觸美國投票人的途徑，而且還不需要經過編輯。
美國非營利組織「皮尤研究中心」（Pew Research Center ），研究主題主要為為美國政治、社會、媒體、新聞、網路等，在其十月底的研究報告「社群媒體上的政治環境（The Political Environment on Social Media）」 指出37%的受訪人覺得這些社群媒體上的政治文煩透了，另外有59%的人覺得和不同政治立場的人在社群媒體上的互動非常有壓力而且挫敗。
此外，暴露在擁有大量使用者的社群媒體所提供的新知識和看法中，有的時候會改變人們對候選人或政治議題的想法。皮尤研究中心另外一份報導指出，整體說來，約有20%的社群媒體使用者們表示他們曾經因為在網路上看到的資料而調整他們對社會或政治議題的立場，而有17%的人表示社群媒體曾幫助他們改變對特定政治候選人的看法。
社群媒體裡的大量機器帳號
在2012年起始的一項多國研究人員參與的研究計畫「演算法、電腦計算式政宣和電子政治」中，由英國牛津大學互聯網研究院 （Oxford Internet Institute）Philip N. Howard教授領導並於十月底發表的研究報告「美國大選第一次辯論會期間，推特上的機器人帳號與自動化」 來看，三位共同作者們認為這樣的社群軟體具有「操弄公共意見以及弄混政治議題」的能力。
研究中以「9月26日至29日，使用特定與候選人相關的主題標籤（＃hashtag）或是標籤 @realDonaldTrump 及@HillaryClinton這兩個本人推特帳號名」，一共約9百萬則推特（Twitter）公開推文來做分析。
研究顯示，這其中大約有180萬則支持川普的貼文和61萬3千則支持希拉蕊貼文。接著研究人員辨別這些推文是否為機器帳號所張貼，辨別方式是如果在那段期間內一個帳號最少一天50則，也就是那四天內貼了至少200推文，那就視為機器帳號。
結果顯示，32.7%的上述支持川普推文以及22.3%支持希拉蕊貼文被分類為機器帳號發出。也就是說共和黨受益於約有57萬6千多則推機器人推文，民主黨則是13萬6千多則。不過，並未有證據顯示這些機器帳號是被候選人的官方競選團隊所建立。
機器學習專家、前IBM研究員、現任職於美國網路新聞媒體公司 Buzzfeed的Caroline Sinders 則認為，此研究辨識真人帳號和機器帳號的方法有些不夠精確，「真人們可以寫出程式腳本然後用演算法在推特針對特定貼文作回應，又或者人們的推文可以幾乎和機器帳號hashtag做法無異。而且政治評論者們或政治辯論狂熱者一樣可以貼這麼大量的推文。」
Philip N. Howard教授則認為「大部分的大量自動化貼文一個晚上就貼完了，而且會使用相同的hashtag、相同訊息，也不會對這個議題之外的議題有回應。這不會是真人帳號的做法。」
Howard也表示這個最少一天50則推文的辨別法是從之前分析委內瑞拉選舉和英國脫歐表決的經驗中證實的，他的研究團隊在這兩個案子上都重複確認了被標示為機器帳號的帳號，「就我們的數據來說，真人帳號一天不會推文50則的，所以50這個篩選基準目前還算是可行。 」
【註】2006年由Wired Magazine（連線雜誌）編輯Jeff Howe和Mark Robinson提出，Jeff Howe於2006年文章正式定義「公司/機構讓過去由員工完成的事情，以公開徵選方式交由一群大量的不固定的群眾」。
