В МФТИ выяснили, как пользователи соцсетей влияют на мнение друг друга |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2021-09-30 05:33 Ученый-математик провел глубокий анализ того, как люди в социальных сетях влияют друг на друга. Исследование позволяет предсказывать, как и насколько сильно изменится мнение конкретного пользователя в зависимости от его окружения в социальной сети. Результаты работы опубликованы в The Journal of Mathematical Sociology. Проведенный анализ динамики мнений анонимизированной выборки из 1,6 миллионов пользователей выявил присутствие сразу двух компонент социального влияния: ассимилятивной (заставляющей мнения индивидов стремиться друг к другу) и диссимилятивной (вызывающей рост различий во взглядах). Диссимилятивное влияние — это механизм, который является, пожалуй, наиболее простым и элегантным объяснением поляризации взглядов в обществе: макроявления, наблюдаемого во многих странах мира применительно к различным социально значимым повесткам, начиная от политики и заканчивая вопросами глобального потепления. При этом баланс между этими двумя компонентами определяется разницей во мнениях между источником и объектом влияния. Оказалось, что ассимилятивное влияние наиболее вероятно, если величина разногласий между пользователями не слишком мала и в то же время не слишком велика. «Иными словами, если вы пытаетесь убедить человека, который изначально настроен против ношения медицинских масок, в том, что маски носить все-таки нужно, то чересчур сильные аргументы могут заставить его только укрепиться в своем мнении; слишком мягкие аргументы также могут не подействовать — нужна “золотая середина”», — рассказал Иван Козицин, сотрудник лаборатории активных систем Института проблем управления имени В. А. Трапезникова РАН и кафедры высшей математики МФТИ. Мнение людей часто меняется с течением времени, и большой вклад в этот процесс вносят онлайновые социальные сети. В отличие от старых форм связи, которые ограничивали донесение информации, онлайн-платформы на сегодня позволяют транслировать любую информацию неограниченному количеству людей. Это по-настоящему масштабные информационные каскады, которые сложно идентифицировать и исследовать, но, по мнению ученых, это стоит того. «Понимание механизмов, лежащих в основе процессов формирования мнений, — чрезвычайно сложная и важная задача, которая имеет приложения в таких сферах, как маркетинг, социологические исследования и политические технологии. С другой стороны, умение прогнозировать то, каким образом та или иная информация повлияет на взгляды людей, может помочь эффективно бороться с фейковыми новостями», — продолжил Иван Козицин. Полученные результаты важны еще и потому, что — это достаточно весомый аргумент в пользу существования диссимилятивного влияния. Дело в том, что в теоретических работах данному типу влияния отводится очень важная роль, однако эмпирические исследования, подтверждающие его существование, подвергаются критике со стороны научного сообщества. Но, как говорят математики, в системе еще очень много неизвестных переменных: до конца неясно, какую роль в рассматриваемых процессах играет тот факт, что пользователи могут создавать новые знакомства, меняя тем самым структуру каналов, по которым распространяются информационные волны; кроме того, необходимо учитывать, что в онлайн-платформах сейчас широко применяются алгоритмы ранжирования, которые могут также значительно влиять на информационный баланс. На все эти вопросы предстоит ответить в дальнейшем. Уникальность этого исследования состоит в том, что оно связывает сущности, которые до сих пор появлялись в научной литературе преимущественно по отдельности друг от друга: с одной стороны, это (конкурирующие) математические модели социального влияния, описывающие, как люди влияют друг на друга (на микроуровне) и к каким макропоследствиям это может привести. С другой стороны, это эмпирика — данные, представляющие реальные социальные процессы, которые зачастую чрезвычайно сложно добыть и правильно обработать, особенно если речь идет об in vivo экспериментах, при которых исследователь не вмешивается в сам процесс, наблюдая за ним со стороны. «Здесь на помощь пришли онлайновые социальные сети, открытая информация из которых позволила провести идентификацию крупномасштабной социальной динамики в том виде, который допускает применение этих самых моделей социального влияния», — дополнил Иван Козицин. Источник: naked-science.ru Комментарии: |
|