我从事科学研究是出于一种不可遏止的想要探索大自然奥秘的欲望,
别无其他动机。——(美国科学家)爱因斯坦
前言
本期 第谷读书会,由本人Ben.YourKing主讲Nature封面文章。
论文信息
《Information Gerrymandering and Undemocratic decisions》
原文链接
附录材料
数据获取
代码获取
视频回顾
详情可观看集智俱乐部,第谷读书会 ,视频链接 : Information Gerrymandering
笔记总结
笔记总结发布在,第谷读书会 微信公众号,推文链接 : 读书笔记
论文摘要
人们在做决定时,必须整合不同的信息来源,尤其是在社会环境中。但是信息并不总是自由流动的。它可能受到社交网络的限制,也可能受到狂热分子和自动僵尸的扭曲。
本篇论文,作者提出了人们的投票行为的概率策略模型(behavioral model),以此为基础,提出了信息选区重划(“Information Gerrymandering”)的概念和假设。信息重划选区:投票者之间影响关系网络的结构,可以操纵投票结果对其中一个政党有利,即使两党规模相等,且每个参与者有相同的影响力。一小部分狂热分子,当战略性地置于影响力网络中时,也可能诱发信息重划选区,从而使选举结果偏差。
通过“Influence assortment”和“Influence Gap”这两个度量,研究者捕捉出了网络结构对个体的影响和党派之间整合程度的差别。以此来研究社交网络结构的影响。
通过构造不同的社交网络结构,在人类被试的投票游戏验证了influence Gap的存在会导致投票结果偏差!进一步地,人类被试实验结果和根据投票策略行为模型的预测结果高度吻合,这验证了投票行为模型的准确性。
除此之外,在符合幂律分布的富节点网络结构中,社交网络结构产生的Influence gap 仍然会导致一定的Voter skew(投票偏差),即使考虑党派的规模差异,社交机器人、以及环境影响等因素。
在真实世界的影响网络中(诸如法案共同发起网络、在线政治讨论),Influence Gap依然广泛存在,这些真实世界网络中存在的“Influence gap”与实验中产生10%左右投票偏差的influence gap是一样大的。
那么,所谓的民主选举真的民主吗?恐怕需要打一个大大的问号。
研究启示
A party is most effective when it influences the largest possible number of people just enough to flip their votes, without wasting influence on those who are already convinced.