社交网络中的错误信息传播

我们提供了一个模型来研究大型社会（概念化为相互通信的智能体网络）中信息聚合与错误信息传播之间的张力。每个个体持有由标量表示的信念。个体成对会面并交换信息，这被建模为双方采用会面前信念的平均值。当所有个体都参与此类信息交换时，社会将能够有效聚合所有个体最初持有的信息。然而，也存在错误信息的可能性，因为某些个体是“强硬的”，这意味着他们影响他们遇到的其他（一些）个体的信念，但不改变自己的观点。本文刻画了强硬智能体的存在如何干扰信息聚合。在假设即使强硬智能体也从某些其他人那里获得一些信息（尽管不频繁）以及额外的弱正则条件下，我们首先证明此类社会中的信念会收敛到所有个体之间的共识。然而，这个共识值是一个随机变量，我们刻画了其行为。我们的主要结果通过提供共识值偏离无强硬智能体基准（存在有效信息聚合）程度的界限或精确结果（在某些特殊情况下）来量化社会中的错误信息程度。当存在多个强硬智能体，且强硬智能体自身仅基于从最可能先前已接收其自身信息的个体那里获得的信息来更新其信念时，会出现最坏的结果。