Nature封面:社交网络影响集体决策 或改变选举结果

  • 时间:
  • 浏览:0
  来源:新智元(ID:AI_era)

  导读:《Nature》封面刊登了一项新研究,研究显示,社交网络中人与人之间的信息流动可能性会扭曲社区中另一方对如可投票的看法,而这可能性会改变选举的结果。

  今天,来自宾夕法尼亚大学、休斯顿大学、MIT等高校的研究人员的一项研究荣登《Nature》封面。

  研究表明,社交网络中的许多行态可能性会影响到一方的投票结果,即使双方都是相同的规模且每个参与者都是相同的影响,你许多间题让我们我们我们 让我们我们我们 称之为“information gerrymandering”。

  Electoral gerrymandering,即政治选区被吸引到一方的选举制度,最近引起了让我们我们我们 让我们我们我们 的重新关注,有2个世纪以来的做法使选举的结果产生偏见。

  研究人员首先从集体决策的数学模型中预测了你许多间题,因此通过对数千另一方类受试者进行社会网络实验来证实其效果。最后,让我们我们我们 让我们我们我们 分析了各种现实世界网络,并在Twitter、博客圈以及美国和欧洲立法机构中找到了“information gerrymandering”的例子。

  Information gerrymandering还可否改变让我们我们我们 让我们我们我们 思考政治决策的最好的法子,正如你许多不同思想的形象所描绘的那样。在决定如可投票时,让我们我们我们 让我们我们我们 没办法 整合不同的信息来源。但信息暂且一个多多劲自由流动;它还可否受到社交网络的限制,并受到狂热者和自动机器人的扭曲。

  2520名志愿者参与“选民游戏”,少数转投多数以免陷入僵局

  现在,由宾夕法尼亚大学生物学家Joshua B. Plotkin和休斯顿大学的Alexander J. Stewart领导的研究人员发现了民主决策的那我障碍,这可能性与在线社区尤为相关。 

  让我们我们我们 让我们我们我们 研究了三个多多群体在三个多多有争议的决定下对抗的状况。让我们我们我们 让我们我们我们 基于博弈论开发了两种选民选则模型, 有2520名真实的人参与,每12人为一组,玩在线游戏。

  首先,研究人员构建了三个多多简单的游戏,玩家被分配到竞争团体或党派。把玩家放进三个多多网络上,你许多网络决定了每另一方都能都看另一方的投票意向,玩家们被激励起来,那我让我们我们我们 让我们我们我们 的政党就能“赢得”选举。第一个多最好的结果是另一方获胜,最坏的结果是陷入僵局。 

  如上图显示,社会网络行态影响选民的看法。在你许多社交网络中,十另一方投了橙色,一个多投了天蓝色。每另一方都是一个多互惠的社交关系,其中:

  a,在你许多随机网络中,八另一方正确地从让我们我们我们 让我们我们我们 的联系人的偏好推断出橙色更受欢迎,一个多推断平局,没办法 三个多多错误地推断出天蓝色更受欢迎。 

  b,当另一方主要与志趣相投的人进行互动时,会老出 “过滤泡沫”,该人 都认为让我们我们我们 让我们我们我们 那一方是最受欢迎的。在你许多状况下,投票僵局更有可能性,可能性没办法 人认识到没办法 妥协。 

  c,Stewart等人描述“Information gerrymandering”,其中网络行态扭曲了选民对他人偏好的看法。在这里,三分之二的选民错误地推断天蓝色更受欢迎,这是可能性天蓝色支持者战略性地影响了少数喜欢橙色的人。

  研究发现,在科学家所谓的“information gerrymandering”中,都是地理边界会产生偏见,就说 社交网络的行态,这种社交媒体连接。 

  “让我们我们我们 让我们我们我们 根据让我们我们我们 让我们我们我们 阅读的内容和与之互动的人来形成意见或决定如可投票,” Plotkin说:“在今天的世界里,让我们我们我们 让我们我们我们 做了大量的在线分享和阅读。让我们我们我们 让我们我们我们 发现,即使在没办法 “虚假新闻”的状况下,“information gerrymandering”也会意味着着集体决策结果产生强烈偏见。 

  “这谁能告诉让我们我们我们 让我们我们我们 ,让我们我们我们 让我们我们我们 没办法 谨慎依赖社交媒体进行沟通,可能性网络行态什么都没办法 让我们我们我们 让我们我们我们 的控制之下,但它可能性会扭曲让我们我们我们 让我们我们我们 的集体决策。”

  偏差高达20%,“罪魁祸首”竟是社交网络

  研究人员的分析表明,“information gerrymandering”很容易产生20%的偏差。换句话说,三个多多被平均分成三个多多派别的团体可能性仅仅可能性信息分散而达到50比40的决定。

  Plotkin说:“你许多想法这种于‘electoral gerrymandering’,一方还可否获得优势,而都是通过绝对数量来决定谁在哪个区投票。”

  鉴于对社交媒体如可改变信息流的担忧,你许多影响否有会意味着着偏见的结果是Plotkin有点儿关心的间题。

  “现在,让我们我们我们 让我们我们我们 没办法 研究社交媒体对自由民主国家健康的影响,”是我不好。

  Plotkin说:“简而言之,让我们我们我们 让我们我们我们 发现,即使两党拥有相同数量的成员、网络中的每另一方都具有同等的影响力,一切似乎都很公平,但社交网络的行态仍然会将结果偏向一方或另一方。”

  意味着着与双方互相交流的最好的法子有关。

  当三个多多党派的成员只与同党派成员交谈,而都是跨越党派交流时,这可能性会意味着着网上所谓的“过滤泡沫”(filter bubble),你这另一方的观点会可能性周围人而加强。把三个多多那我的小组放进一起,每个小组都站另一方方的观点,因此就老出 了僵局。

  然而,当信息gerrymandering,一方的许多成员最终会加入由另一方成员主导的对话中。在那里,让我们我们我们 让我们我们我们 有可能性说服对方,或被说对方服。 

  “指在劣势的党派,”Plotkin解释说,“往往是三个多多分裂了另一方影响力的党派,大多数成员只与另一方党派成员对话,而少数成员则在那我党派主导的‘泡沫’中互动,很可能性因此倒戈。”

  “让我们我们我们 让我们我们我们 还可否通过社交网络的行态将你许多实验性游戏中的最终投票率提高20%或更多,”Plotkin坦言:“即使一方拥有2比1的规模优势,让我们我们我们 让我们我们我们 也预测少数党还可否通过information gerrymandering赢得多数选票。”

  让我们我们我们 让我们我们我们 好奇否有不不还可否使用自动机器人(automated bots)引发information gerrymandering,研究人员还使用了拒绝妥协的“狂热机器人”。青春恋爱物语,没办法 少数狂热者的适当安置也可能性意味着着information gerrymandering和不民主的结果。

  为了评估现实世界网络中否有指在information gerrymandering,研究人员分析了美国国会以及参与政治讨论的欧洲立法机构和社交媒体用户网络中的法案一起赞助数据。

  让我们我们我们 让我们我们我们 发现information gerrymandering在你许多现实世界的网络中非常普遍。

  研究人员认为这是三个多多新研究的开始英文了了,侧重于社交网络如可影响集体决策。

  Plotkin说:“让我们我们我们 让我们我们我们 对于假新闻和online troll非常关注,这无疑是破坏性的。” “让我们我们我们 让我们我们我们 正在研究的是不同的东西,这取决于整体网络行态 ——对于民主决策来说,这是三个多多更微妙但可能性更有害的间题。” 

  分分钟影响选举,社交网络没办法 受到进一步监管

  还可否说,这项研究让让我们我们我们 让我们我们我们 从新的强度认识了选举投票。

  过去,信息由少数官方消息来源(如报纸和电视台)传播,或通过现实社交网络传播,你许多网络主要来自涉及另一方人际关系动态的分布式流程。现在不再是你许多状况,可能性社交网络网站部署了通过设计重构社交关系的技术。

  你许多在线社交网络是强度动态的系统,可能性人与机器之间的大量反馈而指在变化:算法推荐连接;让我们我们我们 让我们我们我们 进行签署;算法根据人类签署进行调整。

  你许多互动和过程一起改变了让我们我们我们 让我们我们我们 都看的信息以及让我们我们我们 让我们我们我们 如可看待世界的最好的法子,information gerrymandering可能性在没办法 意识的状况下老出 ,但仅仅是机器学习算法的意外结果,你许多算法经过训练以优化用户体验。

  目前,在线社交网络不受实质性法规或透明度要求的约束。事先的通信技术有可能性干扰民主tcp连接可能性受到立法监督,现在的社交媒体生态系统是都是也早该“享受”这种的待遇了?