Nature封面重磅：社交網絡影響集體決策，或改變選舉結果！_風聞

來源：新智元

今天，來自賓夕法尼亞大學、休斯頓大學、MIT等高校的研究人員的一項研究榮登《Nature》封面。

研究表明，社交網絡中的某些結構可能會影響到一方的投票結果，即使雙方都有相同的規模且每個參與者都有相同的影響，這種現象他們稱之為“information gerrymandering”。

Electoral gerrymandering，即政治選區被吸引到一方的選舉制度，最近引起了人們的重新關注，幾個世紀以來的做法使選舉的結果產生偏見。

研究人員首先從集體決策的數學模型中預測了這一現象，然後通過對數千個人類受試者進行社會網絡實驗來證實其效果。最後，他們分析了各種現實世界網絡，並在Twitter、博客圈以及美國和歐洲立法機構中找到了“information gerrymandering”的例子。

Information gerrymandering可以改變我們思考政治決策的方式，正如這種不同思想的形象所描繪的那樣。在決定如何投票時，人們必須整合不同的信息來源。**但信息並不總是自由流動；**它可以受到社交網絡的限制，並受到狂熱者和自動機器人的扭曲。

2520名志願者參與“選民遊戲”，少數轉投多數以免陷入僵局

現在，由賓夕法尼亞大學生物學家Joshua B. Plotkin和休斯頓大學的Alexander J. Stewart領導的研究人員發現了民主決策的另一個障礙，這可能與在線社區尤為相關。 

他們研究了兩個羣體在一個有爭議的決定下對抗的情況。他們基於博弈論開發了一種選民選擇模型， 有2520名真實的人蔘與，每12人為一組，玩在線遊戲。

首先，研究人員構建了一個簡單的遊戲，玩家被分配到競爭團體或黨派。把玩家放在一個網絡上，這個網絡決定了每個人都能看到其他人的投票意向，玩家們被激勵起來，這樣他們的政黨就能“贏得”選舉。第二個最好的結果是另一方獲勝，最壞的結果是陷入僵局。 

如上圖顯示，社會網絡結構影響選民的看法。在這些社交網絡中，十個人投了橙色，八個投了藍色。每個人都有四個互惠的社交關係，其中：

a，在這個隨機網絡中，八個人正確地從他們的聯繫人的偏好推斷出橙色更受歡迎，八個推斷平局，只有兩個錯誤地推斷出藍色更受歡迎。 

b，當個人主要與志趣相投的人進行互動時，會出現“過濾泡沫”，所有人都認為他們那一方是最受歡迎的。在這種情況下，投票僵局更有可能，因為沒有人認識到需要妥協。 

c，Stewart等人描述“Information gerrymandering”，其中網絡結構扭曲了選民對他人偏好的看法。在這裏，三分之二的選民錯誤地推斷藍色更受歡迎，這是因為藍色支持者戰略性地影響了少數喜歡橙色的人。

研究發現，在科學家所謂的“information gerrymandering”中，不是地理邊界會產生偏見，而是社交網絡的結構，例如社交媒體連接。 

“人們根據他們閲讀的內容和與之互動的人來形成意見或決定如何投票，” Plotkin説：“在今天的世界裏，我們做了大量的在線分享和閲讀。我們發現，即使在沒有“虛假新聞”的情況下，“information gerrymandering”也會導致集體決策結果產生強烈偏見。 

“這告訴我們，我們需要謹慎依賴社交媒體進行溝通，因為網絡結構不在我們的控制之下，但它可能會扭曲我們的集體決策。”

偏差高達20%，“罪魁禍首”竟是社交網絡

研究人員的分析表明，“information gerrymandering”很容易產生20％的偏差。換句話説，一個被平均分成兩個派別的團體可能僅僅因為信息分散而達到60比40的決定。

Plotkin説：“這個想法類似於‘electoral gerrymandering’，一方可以獲得優勢，而不是通過絕對數量來決定誰在哪個區投票。”

鑑於對社交媒體如何改變信息流的擔憂，這種影響是否會導致偏見的結果是Plotkin特別關心的問題。

“現在，我們需要研究社交媒體對自由民主國家健康的影響，”他説。

Plotkin説：“簡而言之，我們發現，即使兩黨擁有相同數量的成員、網絡中的每個人都具有同等的影響力，一切似乎都很公平，但社交網絡的結構仍然會將結果偏向一方或另一方。”

原因與雙方互相交流的方式有關。

當一個黨派的成員只與同黨派成員交談，而不是跨越黨派交流時，這可能會導致網上所謂的“過濾泡沫”（filter bubble），這個人的觀點會因為周圍人而加強。把兩個這樣的小組放在一起，每個小組都站自己方的觀點，然後就出現了僵局。

然而，當信息gerrymandering，一方的一些成員最終會加入由另一方成員主導的對話中。在那裏，他們有機會説服對方，或被説對方服。 

“處於劣勢的黨派，”Plotkin解釋説，“往往是一個分裂了自己影響力的黨派，大多數成員只與自己黨派成員對話，而少數成員則在另一個黨派主導的‘泡沫’中互動，很可能因此倒戈。”

“我們可以通過社交網絡的結構將這些實驗性遊戲中的最終投票率提高20％或更多，”Plotkin坦言：“即使一方擁有2比1的規模優勢，我們也預測少數黨可以通過information gerrymandering贏得多數選票。”

他們好奇是否能夠使用自動機器人（automated bots）引發information gerrymandering，研究人員還使用了拒絕妥協的“狂熱機器人”。果然，只有少數狂熱者的適當安置也可能導致information gerrymandering和不民主的結果。

為了評估現實世界網絡中是否存在information gerrymandering，研究人員分析了美國國會以及參與政治討論的歐洲立法機構和社交媒體用户網絡中的法案共同贊助數據。

他們發現information gerrymandering在這些現實世界的網絡中非常普遍。

研究人員認為這是一個新研究的開始，側重於社交網絡如何影響集體決策。

Plotkin説：“人們對於假新聞和online troll非常關注，這無疑是破壞性的。” “我們正在研究的是不同的東西，這取決於整體網絡結構 ——對於民主決策來説，這是一個更微妙但可能更有害的問題。” 

分分鐘影響選舉，社交網絡需要受到進一步監管

可以説，這項研究讓我們從新的角度認識了選舉投票。

過去，信息由少數官方消息來源（如報紙和電視台）傳播，或通過現實社交網絡傳播，這些網絡主要來自涉及個人人際關係動態的分佈式流程。現在不再是這種情況，因為社交網絡網站部署了通過設計重構社交關係的技術。

這些在線社交網絡是高度動態的系統，由於人與機器之間的大量反饋而發生變化：算法推薦連接；人們進行回應；算法根據人類回應進行調整。

這些互動和過程共同改變了人們看到的信息以及他們如何看待世界的方式，information gerrymandering可能在沒有意識的情況下出現，但僅僅是機器學習算法的意外結果，這些算法經過訓練以優化用户體驗。

目前，在線社交網絡不受實質性法規或透明度要求的約束。以前的通信技術有可能干擾民主進程已經受到立法監督，現在的社交媒體生態系統是不是也早該“享受”類似的待遇了？

研究原文：

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