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:10分彩注册平台-10分彩官网平台_10分彩官网
  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会扭曲社区中买车人对如保投票的看法,而这可能会改变选举的结果。

  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,社交网络中的一点形状可能会影响到一方的投票结果,即使双方都不 相同的规模且每个参与者都不 相同的影响,并算是问提亲们称之为“information gerrymandering”。

  Electoral gerrymandering,即政治选区被吸引到一方的选举制度,最近引起了亲们的重新关注,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并算是问提,如保让通过对数千买车人类受试者进行社会网络实验来证实其效果。最后,亲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可不还要改变亲们思考政治决策的方式,正如并算是不同思想的形象所描绘的那样。在决定如保投票时,亲们还要整合不同的信息来源。但信息并非一个劲自由流动;它可不还要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曾经障碍,这可能与在线社区尤为相关。 

  亲们研究了另另一三个群体在一另另一三个有争议的决定下对抗的情況。亲们基于博弈论开发了并算是选民选则模型, 有2520名真实的人参与,每12人为一组,玩在线游戏。

  首先,研究人员构建了一另另一三个简单的游戏,玩家被分配到竞争团体或党派。把玩家装入 一另另一三个网络上,并算是网络决定了每买车人都能看完买车人的投票意向,玩家们被激励起来,曾经亲们的政党就能“赢得”选举。第三个最好的结果是买车人获胜,最坏的结果是陷入僵局。 

  如上图显示,社会网络形状影响选民的看法。在哪些社交网络中,十买车人投了橙色,三个投了淡蓝色。每买车人都不 三个互惠的社交关系,其中:

  a,在并算是随机网络中,八买车人正确地从亲们的联系人的偏好推断出橙色更受欢迎,三个推断平局,只另另一三个多错误地推断出淡蓝色更受欢迎。 

  b,当买车人主要与志趣相投的人进行互动时,会再次出先“过滤泡沫”,每各人都认为亲们那一方是最受欢迎的。在并算是情況下,投票僵局更有可能,可还才能还才能 人认识到还要妥协。 

  c,Stewart等人描述“Information gerrymandering”,其中网络形状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淡蓝色更受欢迎,这是可能淡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,都不 地理边界会产生偏见,之前 社交网络的形状,之类社交媒体连接。 

  “亲们根据亲们阅读的内容和与之互动的人来形成意见或决定如保投票,” Plotkin说:“在今天的世界里,亲们做了少许的在线分享和阅读。亲们发现,即使在还才能才能 “虚假新闻”的情況下,“information gerrymandering”也会导致 集体决策结果产生强烈偏见。 

  “这谁能告诉亲们,亲们还要谨慎依赖社交媒体进行沟通,可能网络形状都这样亲们的控制之下,但它可能会扭曲亲们的集体决策。”

  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,一另另一三个被平均分成另另一三个派别的团体可能仅仅可能信息分散而达到400比40的决定。

  Plotkin说:“并算是想法之类于‘electoral gerrymandering’,一方可不还要获得优势,而都不 通过绝对数量来决定谁在哪个区投票。”

  鉴于对社交媒体如保改变信息流的担忧,并算是影响算是会导致 偏见的结果是Plotkin怪怪的关心的问提。

  “现在,亲们还要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,亲们发现,即使两党拥有相同数量的成员、网络中的每买车人都具有同等的影响力,一切似乎都很公平,但社交网络的形状仍然会将结果偏向一方或买车人。”

  导致 与双方互相交流的方式有关。

  当一另另一三个党派的成员只与同党派成员交谈,而都不 跨越党派交流时,这可能会导致 网上所谓的“过滤泡沫”(filter bubble),并算是人的观点会可能付近人而加强。把另另一三个曾经的小组装入 一并,每个小组都站买车人方的观点,如保让就再次出先了僵局。

  然而,当信息gerrymandering,一方的一点成员最终会加入由买车人成员主导的对话中。在那里,亲们有可能说服对方,或被说对方服。 

  “发生劣势的党派,”Plotkin解释说,“往往是一另另一三个分裂了买车人影响力的党派,大多数成员只与买车人党派成员对话,而少数成员则在曾经党派主导的‘泡沫’中互动,很可能如保让倒戈。”

  “亲们可不还要通过社交网络的形状将哪些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,亲们也预测少数党可不还要通过information gerrymandering赢得多数选票。”

  亲们好奇算是才能使用自动机器人(automated bots)引发information gerrymandering,研究人员还使用了拒绝妥协的“狂热机器人”。居然,还才能才能 少数狂热者的适当安置也可能导致 information gerrymandering和不民主的结果。

  为了评估现实世界网络中算是发生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并赞助数据。

  亲们发现information gerrymandering在哪些现实世界的网络中非常普遍。

  研究人员认为这是一另另一三个新研究的开始了了,侧重于社交网络如保影响集体决策。

  Plotkin说:“亲们对于假新闻和online troll非常关注,这无疑是破坏性的。” “亲们正在研究的是不同的东西,这取决于整体网络形状 ——对于民主决策来说,这是一另另一三个更微妙但可能更有害的问提。” 

  分分钟影响选举,社交网络还要受到进一步监管

  可不还要说,这项研究让亲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,哪些网络主要来自涉及买车人人际关系动态的分布式流程。现在不再是并算是情況,可能社交网络网站部署了通过设计重构社交关系的技术。

  哪些在线社交网络是强度动态的系统,可能人与机器之间的少许反馈而发生变化:算法推荐连接;亲们进行签署;算法根据人类签署进行调整。

  哪些互动和过程一并改变了亲们看完的信息以及亲们如保看待世界的方式,information gerrymandering可能在还才能才能 意识的情況下再次出先,但仅仅是机器学习算法的意外结果,哪些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。曾经的通信技术有可能干扰民主任务管理器可能受到立法监督,现在的社交媒体生态系统是都不 也早该“享受”之类的待遇了?