Предвзятость социального влияния
Предвзятость социального влияния — это асимметричный стадный эффект на онлайн-платформах социальных сетей, который заставляет пользователей чрезмерно компенсировать отрицательные оценки, но усиливать положительные. Положительное социальное влияние может накапливаться и приводить к образованию рейтингового пузыря, тогда как негативное социальное влияние нейтрализуется коррекцией толпы. [1] Впервые это явление было описано в статье Льва Мучника. [2] Синан Арал [3] и Шон Дж. Тейлор [4] в 2014 году, [5] затем к этому вопросу вновь обратились Чиконьяни и др., чей эксперимент подтвердил результаты Мунчника и его соавторов. [6]
Актуальность
[ редактировать ]Онлайн-отзывы клиентов являются надежными источниками информации в различных контекстах, таких как онлайн-торговые площадки , рестораны, отели, фильмы или цифровые продукты. Однако эти онлайн-рейтинги не застрахованы от стадного поведения , а это значит, что последующие обзоры не являются независимыми друг от друга. Поскольку на многих таких сайтах предыдущие мнения видны новому рецензенту, предыдущие оценки могут сильно повлиять на его или ее решение относительно определенного продукта, услуги или онлайн-контента. [7] Такая форма стадного поведения вдохновила Мучника, Эйрела и Тейлора на проведение эксперимента по влиянию в социальных контекстах.
Экспериментальный дизайн
[ редактировать ]Мучник, Эйрел и Тейлор разработали крупномасштабный рандомизированный эксперимент для измерения социального влияния на отзывы пользователей. Эксперимент проводился на сайте-агрегаторе социальных новостей, таком как Reddit . Исследование длилось 5 месяцев, авторы случайным образом распределили 101 281 комментарий к одной из следующих групп лечения: получавших лечение (4049), получавших меньшее лечение (1942) или контрольную (пропорции отражают наблюдаемое соотношение повышений и понижений). -голоса. Комментарии, попавшие в первую группу, получили голос "за" при создании комментария, вторая группа получила голос "против" при создании, комментарии в контрольной группе остались нетронутыми. Голосование эквивалентно одному голосу. рейтинг (+1 или -1). Поскольку другие пользователи не могут отслеживать голоса пользователя, они не знали об эксперименте. Из-за рандомизации комментарии в контрольной и экспериментальной группах не различались по ожидаемому рейтингу. комментарии были просмотрены более 10 миллионов раз и оценены последовательными пользователями 308 515 раз. [5]
Результаты
[ редактировать ]
Обработка положительного голоса увеличила вероятность положительного голосования первого зрителя на 32% по сравнению с контрольной группой, в то время как вероятность отрицательного голосования не изменилась по сравнению с контрольной группой, что означает, что пользователи не исправляли случайный положительный результат. рейтинг. Тенденция к повышению сохранялась в течение наблюдаемого 5-месячного периода. Накопляющийся стадный эффект увеличил средний рейтинг комментария на 25% по сравнению с комментариями контрольной группы. Позитивно манипулируемые комментарии действительно получили более высокие оценки на всех этапах рассылки, а это означает, что они также с большей вероятностью набрали чрезвычайно высокие баллы. [8]
Негативная манипуляция создала асимметричный стадный эффект: хотя вероятность последующих голосов против была увеличена из-за негативного обращения, вероятность положительного голосования также выросла для этих комментариев. Сообщество выполнило коррекцию, которая нейтрализовала негативное отношение и привела к тому, что окончательные средние оценки не отличались от контрольной группы. Авторы также сравнили окончательные средние оценки комментариев по наиболее активным тематическим категориям на сайте. Наблюдаемый положительный стадный эффект присутствовал в сабреддитах «Политика», «Культура и общество» и «Бизнес», но не был применим к разделам «экономика», «ИТ», «развлечение» и «общие новости». [5] -
Подразумеваемое
[ редактировать ]Искаженный характер онлайн-рейтингов приводит к тому, что результаты обзоров отличаются от тех, какими они были бы без предвзятости социального влияния. В эксперименте 2009 г. [9] Ху, Чжан и Павлоу показали, что распределение отзывов об определенном продукте, сделанных несвязанными между собой людьми, примерно нормальное , однако рейтинг того же продукта на Amazon следовал J-образному распределению с вдвое большим количеством пятизвездочных оценок, чем у других. . Чиконьяни, Фигини и Маньяни пришли к аналогичным выводам после своего эксперимента, проведенного на сайте туристических услуг: положительные предыдущие оценки влияли на поведение оценщиков больше, чем посредственные. [6] Позитивная коррекция толпы приводит к смещению мнений сообщества в сторону повышения.
Предвзятость в социальных сетях
[ редактировать ]Предвзятость СМИ отражается в поисковых системах в социальных сетях. Кульшреста и ее команда в ходе исследования в 2018 году обнаружили, что результаты, выдаваемые этими поисковыми системами, могут влиять на восприятие пользователей, когда они выполняют поиск событий или людей, что особенно отражается в политической предвзятости и поляризации тем. [10] Подпитываемые предвзятостью подтверждения, онлайн- эхо-камеры позволяют пользователям погрузиться в собственную идеологию. Поскольку социальные сети адаптированы к вашим интересам и избранным друзьям, они представляют собой легкий выход для политических эхо-камер. [11]
Предвзятость социальных сетей также отражается на враждебном эффекте СМИ . Социальные сети играют важную роль в распространении новостей в современном обществе, где зрители подвергаются комментариям других людей во время чтения новостных статей. В своем исследовании 2020 года Геархарт и ее команда показали, что восприятие предвзятости у зрителей увеличилось, а восприятие достоверности снизилось после просмотра комментариев, в которых они придерживались разных точек зрения. [12]
См. также
[ редактировать ]- Алгоритмическое курирование
- Алгоритмическая радикализация
- Асимметричное следование
- Эффект победы
- Смещенное случайное блуждание по графу
- Последователи-призраки
- Влияние по найму
- Псевдомнение
- Смещение ответа
- Социальный бот
- Предвзятость социальной желательности
- Предвзятость в социальных сетях
- Социальный спам
- Носоккуппет (Интернет)
- Твиттер-бот
Ссылки
[ редактировать ]- ^ Чентола, Дэймон; Уиллер, Робб; Мэйси, Майкл (1 января 2005 г.). «Дилемма императора: вычислительная модель самодостаточных норм» . Американский журнал социологии . 110 (4): 1009–1040. дои : 10.1086/427321 . ISSN 0002-9602 . S2CID 18831420 .
- ^ Мучник, Лев. «Домашняя страница Льва Мучника» . www.levmuchnik.net . Проверено 24 мая 2017 г.
- ^ «SINAN@MIT ~ Сети, информация, производительность, вирусный маркетинг и социальная коммерция» . web.mit.edu . Проверено 24 мая 2017 г.
- ^ «Шон Дж. Тейлор» . seanjtaylor.com . Проверено 24 мая 2017 г.
- ^ Jump up to: а б с д и Мучник, Лев; Арал, Синан; Тейлор, Шон Дж. (9 августа 2013 г.). «Предвзятость социального влияния: рандомизированный эксперимент». Наука . 341 (6146): 647–651. Бибкод : 2013Sci...341..647M . дои : 10.1126/science.1240466 . ISSN 0036-8075 . ПМИД 23929980 . S2CID 15775672 .
- ^ Jump up to: а б Симона, Чиконьяни; Паоло, Фигини; Марко, Маньяни (2016). «Предвзятость социального влияния в онлайн-рейтингах: полевой эксперимент» . дои : 10.6092/unibo/amsacta/4669 .
{{cite journal}}: Для цитирования журнала требуется|journal=( помощь ) - ^ Арал, Синан (19 декабря 2013 г.). «Проблема с онлайн-рейтингами» . Обзор менеджмента Слоана MIT . Проверено 3 июня 2017 г.
- ^ Арал, Синан (19 декабря 2013 г.). «Проблема с онлайн-рейтингами» . Обзор менеджмента Слоана MIT . Проверено 2 марта 2024 г.
- ^ Ху, Нан; Чжан, Цзе; Павлу, Пол А. (1 октября 2009 г.). «Преодоление J-образного распределения обзоров продуктов». Коммун. АКМ . 52 (10): 144–147. дои : 10.1145/1562764.1562800 . ISSN 0001-0782 . S2CID 14422837 .
- ^ Кулшреста, Джухи; Эслами, Мотаххаре; Мессиас, Джоннатан; Зафар, Мухаммад Билал; Гош, Саптарши; Гуммади, Кришна П.; Карахалиос, Кэрри (2019). «Количественная оценка предвзятости поиска: исследование политической предвзятости в социальных сетях и веб-поиске» (PDF) . Информационно-поисковой журнал (2019) 22:188–227 . 22 (1–2): 188–227. дои : 10.1007/s10791-018-9341-2 . S2CID 52059050 .
- ^ Пек, Эндрю (2020). «Проблема усиления: фольклор и фейковые новости в эпоху социальных сетей» . Журнал американского фольклора . 133 (529): 329–351. дои : 10.5406/jamerfolk.133.529.0329 . ISSN 0021-8715 . JSTOR 10.5406/jamerfolk.133.529.0329 . S2CID 243130538 .
- ^ Геархарт, Шерис; Мо, Александр; Чжан, Бинбин (5 марта 2020 г.). «Враждебная предвзятость СМИ в социальных сетях: проверка влияния комментариев пользователей на восприятие предвзятости и достоверности новостей» . Поведение человека и новые технологии . 2 (2): 140–148. дои : 10.1002/hbe2.185 . ISSN 2578-1863 . S2CID 216195890 .