На фоне шума политической поляризации и недоверия новое исследование в Корнеллском университете нашло повод для оптимизма: когда дело доходит до оценки новостей, люди склонны доверять мнению большой группы, независимо от того, состоит она из либералов или консерваторов .
Исследование с участием 1000 участников показало, что на демократов достоверно влияло большинство республиканцев, и наоборот, хотя исследователи также обнаружили, что люди склонны игнорировать новости, которые противоречат их собственным политическим взглядам.
«На практике мы показываем, что сознание людей можно изменить с помощью социального влияния независимо от политики», - сказал Морис Джейкеш, докторант в области информатики в Корнельском технологическом институте и первый автор статьи "Как узкопартийные толпы влияют на оценку новостей", которая была представлена на конференции "За правду и доверие в Интернете", происходившей онлайн в октябре. «Это открывает двери для использования социального влияния, которое может деполяризовать онлайн-пространство и объединить людей».
Политическая поляризация резко возросла в последние годы, усугубляемая Интернетом и социальными сетями, где люди, как правило, подвергаются воздействию информации, соответствующей их существующим убеждениям. В этом исследовании исследователи стремились выяснить, может ли влияние различных мнений повлиять на их ранее существовавшие взгляды.
«Когда алгоритмы оптимизируются для привлечения зрителей, они часто показывают контент, который нравится людям или который их возмущает», - сказал Джейкеш. «Это причина того, что мы видим много экстремальных оценок в Интернете. Но оценки людей были бы менее резкими, если бы более широкая, более представительная аудитория отреагировала на оцениваемый контент».
Исследователи попросили участников оценить 16 новостных утверждений, представленных в заголовках, как истинные или ложные. Четыре заголовка соответствовали взглядам демократов, четыре - взглядам республиканцев, а восемь были взяты из списка заголовков, которые были правдивыми, но их трудно было оценить.
Участников разделили на три группы: одна, в которой участники могли видеть, как группа, состоящая в основном из демократов, оценила утверждения; одна, где группа приорных оценщиков была в основном республиканцами; и контрольная группа, участники которой не видели, как другие оценили новости.
Например, один заголовок гласил: «Первая поездка Трампа в Мар-а-Лаго обошлась налогоплательщикам в 13,6 миллиона долларов». Участникам одной группы сказали: «На данный момент ответили 75 демократов и 21 республиканец» и «24 заявили, что утверждение является ложным, а 72 - истинным», а затем попросили оценить это (заголовок) как истинное или ложное.
Согласно исследованию, участники, представители разных политических линий, на 21% реже оценивали утверждения как истинные, если они не соответствовали их взглядам. Но когда дело дошло до социального влияния, по сравнению с контрольной группой и либералы, и консерваторы находились под сильным влиянием мнения толпы, независимо от ее политического состава.
Практически во всех случаях политика толпы не оказывала значительного влияния на оценки, за исключением случаев, толпа демократов, составляющих большинство, подтверждала утверждения последователей республиканцев.
Полученные данные открывают возможности для платформ социальных сетей вносить изменения в дизайн, которые уменьшают политическую поляризацию или, по крайней мере, не усугубляют ее.
«Хотя платформы не могут показывать один и тот же контент всем, они могут использовать уже собранные данные о людях, чтобы оценить, какую обратную связь они получат от более представительной аудитории», - сказал Джейкеш. «Статистическая коррекция предвзятости выборки не требует больших затрат и, исходя из наших результатов, может подтолкнуть больше людей к политическому центру. Даже если я считаю видео отличным и правильным, если я увижу, что не все так думают, то это повлияет на мое мнение».
Статья опубликована здесь
Источник: Phys.org
