Nature封面:社交网络影响集体决策 或改变选举结果

  • 时间:
  • 浏览:1
  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机会会扭曲社区中被委托人对何如投票的看法,而这机会会改变选举的结果。

  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,社交网络中的有些行态机会会影响到一方的投票结果,即使双方也有相同的规模且每个参与者也有相同的影响,类似 疑问报告 让我们歌词 歌词 称之为“information gerrymandering”。

  Electoral gerrymandering,即政治选区被吸引到一方的选举制度,最近引起了让我们歌词 歌词 的重新关注,哪多少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类似 疑问报告 ,以后通过对数千被委托人类受试者进行社会网络实验来证实其效果。最后,让我们歌词 歌词 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还还还能否 改变让我们歌词 歌词 思考政治决策的妙招 ,正如类似 不同思想的形象所描绘的那样。在决定何如投票时,让我们歌词 歌词 都要整合不同的信息来源。但信息何必 突然自由流动;它还还还能否 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一哪多少多障碍,这机会与在线社区尤为相关。 

  让我们歌词 歌词 研究了一哪多少多群体在一哪多少多有争议的决定下对抗的情况汇报。让我们歌词 歌词 基于博弈论开发了一种生活生活选民选折 模型, 有2520名真实的人参与,每12人为一组,玩在线游戏。

  首先,研究人员构建了一哪多少多简单的游戏,玩家被分配到竞争团体或党派。把玩家放到一哪多少多网络上,类似 网络决定了每被委托人都能想看 被委托人的投票意向,玩家们被激励起来,一哪多少多让我们歌词 歌词 的政党就能“赢得”选举。第八个最好的结果是被委托人获胜,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。在那先 社交网络中,十被委托人投了橙色,八个投了浅绿色。每被委托人也有八个互惠的社交关系,其中:

  a,在类似 随机网络中,八被委托人正确地从让我们歌词 歌词 的联系人的偏好推断出橙色更受欢迎,八个推断平局,只一哪多少多错误地推断出浅绿色更受欢迎。 

  b,当被委托人主要与志趣相投的人进行互动时,会出显“过滤泡沫”,各自 都认为让我们歌词 歌词 那一方是最受欢迎的。在类似 情况汇报下,投票僵局更有机会,机会没大家认识到都要妥协。 

  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浅绿色更受欢迎,这是机会浅绿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,也有地理边界会产生偏见,以后社交网络的行态,类似社交媒体连接。 

  “让我们歌词 歌词 根据让我们歌词 歌词 阅读的内容和与之互动的人来形成意见或决定何如投票,” Plotkin说:“在今天的世界里,让我们歌词 歌词 做了极少量的在线分享和阅读。让我们歌词 歌词 发现,即使在这样 “虚假新闻”的情况汇报下,“information gerrymandering”也会愿因集体决策结果产生强烈偏见。 

  “这别问让我们歌词 歌词 ,让我们歌词 歌词 都要谨慎依赖社交媒体进行沟通,机会网络行态这样了让我们歌词 歌词 的控制之下,但它机会会扭曲让我们歌词 歌词 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,一哪多少多被平均分成一哪多少多派别的团体机会仅仅机会信息分散而达到80比40的决定。

  Plotkin说:“类似 想法类似‘electoral gerrymandering’,一方还还还能否 获得优势,而也有通过绝对数量来决定谁在哪个区投票。”

  鉴于对社交媒体何如改变信息流的担忧,类似 影响是算不算会愿因偏见的结果是Plotkin有点痛 关心的疑问报告 。

  “现在,让我们歌词 歌词 都要研究社交媒体对自由民主国家健康的影响,”你说歌词 。

  Plotkin说:“简而言之,让我们歌词 歌词 发现,即使两党拥有相同数量的成员、网络中的每被委托人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被委托人。”

  愿因与双方互相交流的妙招 有关。

  当一哪多少多党派的成员只与同党派成员交谈,而也有跨越党派交流时,这机会会愿因网上所谓的“过滤泡沫”(filter bubble),类似 人的观点会机会随近人而加强。把一哪多少多一哪多少多的小组放到并肩,每个小组都站被委托人方的观点,以后就出显了僵局。

  然而,当信息gerrymandering,一方的有些成员最终会加入由被委托人成员主导的对话中。在那里,让我们歌词 歌词 有机会说服对方,或被说对方服。 

  “地处劣势的党派,”Plotkin解释说,“往往是一哪多少多分裂了被委托人影响力的党派,大多数成员只与被委托人党派成员对话,而少数成员则在一哪多少多党派主导的‘泡沫’中互动,很机会以后倒戈。”

  “让我们歌词 歌词 还还还能否 通过社交网络的行态将那先 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,让我们歌词 歌词 也预测少数党还还还能否 通过information gerrymandering赢得多数选票。”

  让我们歌词 歌词 好奇是算不算还还还能否使用自动机器人(automated bots)引发information gerrymandering,研究人员还使用了拒绝妥协的“狂热机器人”。让我们歌词 歌词 说,不还还还能否 少数狂热者的适当安置也机会愿因information gerrymandering和不民主的结果。

  为了评估现实世界网络中是算不算地处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并肩赞助数据。

  让我们歌词 歌词 发现information gerrymandering在那先 现实世界的网络中非常普遍。

  研究人员认为这是一哪多少多新研究的一哪多少多刚结速,侧重于社交网络何如影响集体决策。

  Plotkin说:“让我们歌词 歌词 对于假新闻和online troll非常关注,这无疑是破坏性的。” “让我们歌词 歌词 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,这是一哪多少多更微妙但机会更有害的疑问报告 。” 

  分分钟影响选举,社交网络都要受到进一步监管

  还还还能否 说,这项研究让我们歌词 歌词 从新的宽度认识了选举投票。

  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,那先 网络主要来自涉及被委托人人际关系动态的分布式流程。现在不再是类似 情况汇报,机会社交网络网站部署了通过设计重构社交关系的技术。

  那先 在线社交网络是宽度动态的系统,机会人与机器之间的极少量反馈而地处变化:算法推荐连接;让我们歌词 歌词 进行否认;算法根据人类否认进行调整。

  那先 互动和过程并肩改变了让我们歌词 歌词 想看 的信息以及让我们歌词 歌词 何如看待世界的妙招 ,information gerrymandering机会在这样 意识的情况汇报下出显,但仅仅是机器学习算法的意外结果,那先 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。一哪多少多的通信技术有机会干扰民主系统进程机会受到立法监督,现在的社交媒体生态系统是也有也早该“享受”类似的待遇了?