认知偏差可将意见动力学从共识推向瞬态混沌的特征

近年来，对民主如何形成共识的兴趣有所增加，统计物理学和经济学方法都表明信念网络收敛到不动点，但当存在“固执”选民时，意见会出现波动。我们修改了一个意见动力学模型，其中智能体是完全贝叶斯的，以考虑两种认知偏差：确认偏差和群体内偏差。当接收到的信息与接收者的信念一致时，该信息被认为更可能发生，这就是确认偏差。当接收者进一步认为，当接收者的信念和发送者的信念一致时，信息更可能发生，这就是群体内偏差。我们发现，当没有认知偏差时，智能体网络总是收敛到完全共识。仅存在确认偏差时，可能出现极化。当两种偏差都存在时，共识和极化都是可能的，但当智能体试图抵消确认偏差时，可能会出现瞬态混沌和持续意见波动的特征。基于这个简单模型，我们推测，当智能体是具有偏差的贝叶斯时，复杂的意见波动可能是意见动力学的一个普遍特征。