Nature封面重磅社交网络影响集体决策或改变选举结果

编者按：本文来自微信大众号“新智元”【导读】今日《Nature》封面刊登了一项新研讨，研讨显现，交际网络中人与人之间的信息活动或许会歪曲社区中其别人对怎么投票的观念，而这或许会改动推举的成果。

今日，来自宾夕法尼亚大学、休斯顿大学、MIT等高校的研讨人员的一项研讨荣登《Nature》封面。

研讨标明，交际网络中的某些结构或许会影响到一方的投票成果，即便两边都有相同的规划且每个参加者都有相同的影响，这种现象他们称之为“information gerrymandering”。

Electoral gerrymandering，即政治选区被吸引到一方的推举制度，最近引起了人们的从头重视，几个世纪以来的做法使推举的成果发生成见。

研讨人员首要从团体决议计划的数学模型中猜测了这一现象，然后经过对数千个人类受试者进行社会网络试验来证明其作用。终究，他们剖析了各种实际国际网络，并在Twitter、博客圈以及美国和欧洲立法机构中找到了“information gerrymandering”的比如。

Information gerrymandering可以改动咱们考虑政治决议计划的方法，正如这种不同思维的形象所描绘的那样。在决议怎么投票时，人们有必要整合不同的信息来历。但信息并不总是自在活动；它可以遭到交际网络的束缚，并遭到疯狂者和主动机器人的歪曲。

2520名志愿者参加“选民游戏”，少量转投大都避免堕入僵局

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领导的研讨人员发现了民主决议计划的另一个妨碍，这或许与在线社区尤为相关。

他们研讨了两个团体在一个有争议的决议下对立的状况。他们依据博弈论开发了一种选民挑选模型， 有2520名实在的人参加，每12人为一组，玩在线游戏。

首要，研讨人员构建了一个简略的游戏，玩家被分配到竞赛团体或党派。把玩家放在一个网络上，这个网络决议了每个人都能看到其别人的投票意向，玩家们被鼓励起来，这样他们的政党就能“赢得”推举。第二个最好的成果是另一方取胜，最坏的成果是堕入僵局。

如上图显现，社会网络结构影响选民的观念。在这些交际网络中，十个人投了橙色，八个投了蓝色。每个人都有四个互利的交际联系，其间：

a，在这个随机网络中，八个人正确地从他们的联系人的偏好揣度出橙色更受欢迎，八个揣度平局，只要两个过错地揣度出蓝色更受欢迎。

b，当个人首要与志趣相投的人进行互动时，会呈现“过滤泡沫”，所有人都以为他们那一方是最受欢迎的。在这种状况下，投票僵局更有或许，因为没有人认识到需求退让。

c，Stewart等人描绘“Information gerrymandering”，其间网络结构歪曲了选民对别人偏好的观念。在这里，三分之二的选民过错地揣度蓝色更受欢迎，这是因为蓝色支持者战略性地影响了少量喜爱橙色的人。

研讨发现，在科学家所谓的“information gerrymandering”中，不是地舆鸿沟会发生成见，而是交际网络的结构，例如交际媒体衔接。

“人们依据他们阅览的内容和与之互动的人来构成定见或决议怎么投票，” Plotkin说：“在今日的国际里，咱们做了很多的在线共享和阅览。咱们发现，即便在没有“虚伪新闻”的状况下，“information gerrymandering”也会导致团体决议计划成果发生激烈成见。

“这告知咱们，咱们需求慎重依靠交际媒体进行沟通，因为网络结构不在咱们的操控之下，但它或许会歪曲咱们的团体决议计划。”

误差高达20%，“元凶巨恶”竟是交际网络

研讨人员的剖析标明，“information gerrymandering”很简单发生20％的误差。换句话说，一个被均匀分红两个派系的团体或许只是因为信息涣散而到达60比40的决议。

Plotkin说：“这个主意相似于‘electoral gerrymandering’，一方可以获得优势，而不是经过肯定数量来决议谁在哪个区投票。”

鉴于对交际媒体怎么改动信息流的忧虑，这种影响是否会导致成见的成果是Plotkin特别关怀的问题。

“现在，咱们需求研讨交际媒体对自在民主国家健康的影响，”他说。

Plotkin说：“简而言之，咱们发现，即便两党具有相同数量的成员、网络中的每个人都具有平等的影响力，全部好像都很公正，但交际网络的结构依然会将成果倾向一方或另一方。”

原因与两边相互沟通的方法有关。

当一个党派的成员只与同党派成员攀谈，而不是跨过党派沟通时，这或许会导致网上所谓的“过滤泡沫”（filter bubble），这个人的观念会因为周围人而加强。把两个这样的小组放在一同，每个小组都站自己方的观念，然后就呈现了僵局。

但是，当信息gerrymandering，一方的一些成员终究会参加由另一方成员主导的对话中。在那里，他们有时机压服对方，或被说对方服。

“处于下风的党派，”Plotkin解说说，“往往是一个分裂了自己影响力的党派，大大都成员只与自己党派成员对话，而少量成员则在另一个党派主导的‘泡沫’中互动，很或许因而倒戈。”

“咱们可以经过交际网络的结构将这些试验性游戏中的终究投票率进步20％或更多，”Plotkin坦言：“即便一方具有2比1的规划优势，咱们也猜测少量党可以经过information gerrymandering赢得大都选票。”

他们猎奇是否可以运用主动机器人（automated bots）引发information gerrymandering，研讨人员还运用了回绝退让的“疯狂机器人”。公然，只要少量疯狂者的恰当安顿也或许导致information gerrymandering和不民主的成果。

为了评价实际国际网络中是否存在information gerrymandering，研讨人员剖析了美国国会以及参加政治评论的欧洲立法机构和交际媒体用户网络中的法案一起资助数据。

他们发现information gerrymandering在这些实际国际的网络中十分遍及。

研讨人员以为这是一个新研讨的开端，侧重于交际网络怎么影响团体决议计划。

Plotkin说：“人们关于假新闻和online troll十分重视，这无疑是破坏性的。”“咱们正在研讨的是不同的东西，这取决于全体网络结构 ——关于民主决议计划来说，这是一个更奇妙但或许更有害的问题。”

分分钟影响推举，交际网络需求遭到进一步监管

可以说，这项研讨让咱们重新的视点认识了推举投票。

曩昔，信息由少量官方消息来历（如报纸和电视台）传达，或经过实际交际网络传达，这些网络首要来自触及个人人际联系动态的分布式流程。现在不再是这种状况，因为交际网络网站布置了经过规划重构交际联系的技能。

这些在线交际网络是高度动态的体系，因为人与机器之间的很多反应而发生变化：算法引荐衔接；人们进行回应；算法依据人类回应进行调整。

这些互动和进程一起改动了人们看到的信息以及他们怎么看待国际的方法，information gerrymandering或许在没有认识的状况下呈现，但只是是机器学习算法的意外成果，这些算法经过训练以优化用户体会。

现在，在线交际网络不受实质性法规或透明度要求的束缚。曾经的通讯技能有或许搅扰民主进程现已遭到立法监督，现在的交际媒体生态体系是不是也早该“享用”相似的待遇了？

研讨原文：

https:///magazine-assets/d41586-019-02562-z/d41586-019-02562-z.pdf

头图来历：Pexels