当事实失效：社交网络中的偏见、极化与真相
物理与社会
2020-01-22 v2 社会与信息网络
摘要
在线社交网络为用户提供了前所未有的机会来接触多样化观点。同时，它们通过赋予个体自主选择其希望接触的叙述，大规模地助长确认偏见。对于此类权衡的精确理解仍大体缺失。我们引入一个社会学习模型，其中网络中大多数参与者基于新信息无偏地更新其信念，而少数参与者拒绝与其先存信念不一致的信息。这一简单机制产生了永久的观点极化和级联动态，并通过解析结果解释了前述确认偏见与社会连通性之间的权衡。我们利用美国县级关于互联网接入对全球变暖信念形成影响的数据对该模型的预测进行了实证考察。最后我们讨论了模型的_policy_含义，强调辟谣的弊端并建议替代策略以对抗错误信息。
引用
@article{arxiv.1808.08524,
title = {When facts fail: Bias, polarisation and truth in social networks},
author = {Orowa Sikder and Robert E. Smith and Pierpaolo Vivo and Giacomo Livan},
journal= {arXiv preprint arXiv:1808.08524},
year = {2020}
}