算法偏差与网络结构对意见共存、共识与极化的影响
物理与社会
2022-10-28 v4 社会与信息网络
摘要
现代社会的个体在一个普遍、多变且大多隐形的内容过滤技术生态系统中分享观点并参与集体过程,这些技术决定了我们在线上看到的信息。尽管这些算法对日常生活和社会影响巨大,但人们对其在信息传输和意见形成上的影响知之甚少。因此,算法偏差在多大程度上对集体决策(例如使辩论趋向极化的倾向)产生有害影响尚不清楚。在此我们引入一个通用理论框架,以系统性地关联意见动力学模型、社交网络结构和内容过滤。我们通过探索一类二元状态意见动力学模型来展示框架的灵活性,其中信息交换处于从成对交互到群体交互的谱系中。所有模型都显示出由算法偏差和模块化网络结构驱动的意见极化区域。然而,内容过滤的作用出奇地微妙;对于成对交互它导致极化,而对于群体交互它促进意见的共存。这使我们能够 pinpoint 哪些社会交互对算法偏差具有鲁棒性,哪些易受偏差增强的意见极化影响。我们的框架为开发启发式方法以应对在线偏差的有害效应(如信息瓶颈、回音室和意见激进化)提供了理论基础。
引用
@article{arxiv.2105.07703,
title = {The effect of algorithmic bias and network structure on coexistence, consensus, and polarization of opinions},
author = {Antonio F. Peralta and Matteo Neri and János Kertész and Gerardo Iñiguez},
journal= {arXiv preprint arXiv:2105.07703},
year = {2022}
}