Отправить статью по E-mail Порождение бифуркации общественного мнения алгоритмами социальных сетей
- Авторы: Крылов А.К.1
-
Учреждения:
- Институт психологии РАН
- Выпуск: Том 30, № 3 (2022)
- Страницы: 261-267
- Раздел: Статьи
- URL: https://journals.rcsi.science/0869-6632/article/view/252079
- DOI: https://doi.org/10.18500/0869-6632-2022-30-3-261-267
- ID: 252079
Цитировать
Полный текст
Аннотация
Цель настоящего исследования — рассмотреть возможность нелинейного влияния алгоритмов социальных сетей на мнения пользователей и условия возникновения поляризации мнений в социуме посредством общения в социальной сети. Методы. В данной работе используется метод математического моделирования динамики мнений пользователей социальной сети. Рассматривается несколько стратегий отношения пользователей к поступающей информации: стратегия 1 — пользователь положительно относится к информации, близкой его позиции, независимо от направления отличия; стратегия 2 — пользователь положительно относится к той информации, которая выражает его позицию, но более определенно. Результаты. Показано, что за счет алгоритма ранжирования информации социальной сетью может происходить поляризация мнений в социуме — формируются два аттрактора. Бифуркация возникает при превышении 40% доли людей, положительно оценивающих позицию, соответствующую их взглядам, но более четкую — доля стратегии 2 в социуме. Если же все пользователи пользуются стратегией 1, то общество приходит к консенсусу — единому среднему мнению, формируется один аттрактор. Заключение. Алгоритмы социальной сети могут порождать поляризацию социума или усиливать ее больше, чем при устном общении, без социальной сети интернета. Взаимодействие пользователей в социальной сети существенно нелинейно и алгоритмы социальной сети усиливают нелинейность восприятия информации человеком, создавая односторонний поток поступающей информации.
Ключевые слова
Об авторах
Андрей Константинович Крылов
Институт психологии РАН
ORCID iD: 0000-0002-7845-231X
129366 Москва, ул. Ярославская, 13
Список литературы
- Prasetya H. A., Murata T. A model of opinion and propagation structure polarization in social media // Comput. Soc. Netw. 2020. Vol. 7, no. 1. P. 2. doi: 10.1186/s40649-019-0076-z.
- Bakshy E., Messing S., Adamic L. A. Exposure to ideologically diverse news and opinion on Facebook // Science. 2015. Vol. 348, no. 6239. P. 1130-1132. doi: 10.1126/science.aaa1160.
- Xiong F., Liu Y. Opinion formation on social media: An empirical approach // Chaos. 2014. Vol. 24, no. 1. P. 013130. doi: 10.1063/1.4866011.
- Tornberg P., Andersson C., Lindgren K., Banisch S. Modeling the emergence of affective polarization in the social media society // PLoS ONE. 2021. Vol. 16, no. 10. P. e0258259. doi: 10.1371/journal.pone.0258259.
- Bail C. A., Argyle L. P., Brown T. W., Bumpus J. P., Chen H., Hunzaker M. B. F., Lee J., Mann M., Merhout F., Volfovsky A. Exposure to opposing views on social media can increase political polarization // Proc. Natl. Acad. Sci. U.S.A. 2018. Vol. 115, no. 37. P. 9216-9221. doi: 10.1073/pnas.1804840115.
- Mas M., Flache A., Helbing D. Individualization as driving force of clustering phenomena in humans // PLoS Comput. Biol. 2010. Vol. 6, no. 10. P. e1000959. doi: 10.1371/journal.pcbi.1000959.
