Her er, hvad der sker, når politiske bobler kolliderer

Sociale medier har ændret, hvordan folk taler til hinanden. Men sociale medieplatforme former sig ikke til at være de utopiske rum for menneskelig forbindelse, som deres grundlæggere håbede.

I stedet, Internettet har introduceret fænomener, der kan påvirke nationale valg og måske endda true demokratiet.

Ekkokamre eller "bobler" - hvor folk primært interagerer med andre, der deler deres politiske synspunkter - opstår fra den måde, samfund organiserer sig på online.

Når organiseringen af ​​et socialt netværk påvirker politisk diskussion i stor skala, konsekvenserne kan være enorme.

I vores undersøgelse udgivet den 4. september, vi viser, at hvad der sker ved forbindelsespunkterne, hvor bobler støder sammen, kan påvirke politiske beslutninger væsentligt over for et eller andet parti. Vi kalder dette fænomen "information gerrymandering".

Når bobler støder sammen

Det er problematisk, når folk henter al deres information inde fra deres boble. Selvom det er faktuelt, den information, folk får fra deres boble, kan vælges til at bekræfte deres tidligere antagelser. I moderne amerikansk politik, dette er en sandsynlig medvirkende årsag til øget politisk polarisering i vælgerne.

Men det er ikke hele historien. De fleste mennesker har en fod uden for deres politiske bobler. De læser nyheder fra en række kilder og taler med nogle venner med andre meninger og erfaringer end deres egen.

Balancen mellem påvirkningen, der kommer indefra og uden for en boble, betyder meget for at forme en persons synspunkter. Denne balance er forskellig for forskellige mennesker:En person, der hælder til demokrat, kan høre politiske argumenter overvældende fra andre demokrater, mens en anden måske hører lige meget fra demokrater og republikanere.

Fra perspektivet af de partier, der forsøger at vinde den offentlige debat, Det vigtige er, hvordan deres indflydelse er spredt ud over det sociale netværk.

Hvad vi viser i vores undersøgelse, matematisk og empirisk, er, at en parts indflydelse på et socialt netværk kan brydes op, på en måde, der svarer til valgkampen i kongresdistrikterne.

I vores undersøgelse, information gerrymandering var bevidst:Vi strukturerede vores sociale netværk for at skabe bias. I den virkelige verden, tingene er mere komplicerede, selvfølgelig. Sociale netværksstrukturer vokser ud af individuel adfærd, og den adfærd er påvirket af de sociale medieplatforme selv.

Informationsgerrymandering giver et parti en fordel i at overtale vælgerne. Den part, der har en fordel, vi viser, er det parti, der ikke deler sin indflydelse op og lader sine medlemmer være åbne for overtalelse fra den anden side.

Dette er ikke bare et tankeeksperiment – ​​det er noget, vi har målt og testet i vores forskning.

Eksperimenterer med bobler

Vores kolleger på MIT spurgte over 2, 500 mennesker, rekrutteret fra Amazon Mechanical Turk, at spille et simpelt stemmespil i grupper på 24.

Spillerne blev tildelt en af ​​to parter. Spillet var opbygget til at belønne partiloyalitet, men også for at belønne kompromis:Hvis dit parti vandt med 60 % af stemmerne eller mere, hvert partimedlem modtog 2 USD. Hvis dit parti gik på kompromis for at hjælpe det andet parti med at nå 60 % af stemmerne, hvert medlem fik 50 øre. Hvis intet parti vandt, spillet var fastlåst, og ingen blev betalt.

Vi strukturerede spillet på denne måde for at efterligne de virkelige spændinger mellem vælgernes iboende partipræferencer og ønsket om at gå på kompromis med vigtige spørgsmål.

I vores spil, hver spiller opdaterede deres stemmeintentioner over tid, som svar på oplysninger om andres stemmeintentioner, som de modtog gennem deres miniature sociale netværk. Spillerne så, i realtid, hvor mange af deres forbindelser havde til hensigt at stemme på deres parti. Vi placerede spillere på forskellige positioner på netværket, og vi arrangerede deres sociale netværk til at producere forskellige typer kolliderende bobler.

De eksperimentelle spil og netværk var overfladisk retfærdige. Partierne havde samme antal medlemmer, og hver person havde den samme mængde indflydelse på andre mennesker. Stadig, vi var i stand til at opbygge netværk, der gav den ene part en enorm fordel, så de vandt tæt på 60 % af stemmerne, gennemsnitlig.

For at forstå effekten af ​​det sociale netværk på vælgernes beslutninger, vi talte op, hvem der er knyttet til hvem, tage højde for deres partipræferencer. Ved at bruge denne foranstaltning, vi var i stand til nøjagtigt at forudsige både retningen af ​​den skævhed, der opstår fra informations-gerrymandering, og andelen af ​​stemmerne modtaget af hvert parti i vores simple spil.

Bobler i det virkelige liv

Vi målte også informations-gerrymandering på sociale netværk i den virkelige verden.

Vi så på offentliggjorte data om folks medieforbrug, bestående af 27, 852 nyheder delt af 938 Twitter-brugere i ugerne op til præsidentvalget i 2016, samt over 250, 000 politiske tweets fra 18, 470 personer i ugerne op til det amerikanske midtvejsvalg i 2010.

Vi så også på den politiske blogosfære, undersøge hvordan 1, 490 politiske blogs linkede til hinanden i de to måneder forud for det amerikanske præsidentvalg i 2004.

Vi fandt ud af, at disse sociale netværk har boblestrukturer svarende til dem, der er konstrueret til vores eksperimenter.

Hvordan netværk producerer bias

De virkninger, som vi så i vores eksperimenter, svarer til, hvad der sker, når politikere gerrymander kongresdistrikter.

Et parti kan tegne kongresdistrikter, der er overfladisk retfærdige - hvert distrikt er indeholdt inden for en enkelt grænse, og indeholder det samme antal vælgere - men det fører faktisk til systematisk skævhed, giver et parti mulighed for at vinde flere mandater end den andel af stemmer, de får.

Valg-gerrymandering er subtil. Du kender det ofte, når du ser det på et kort, men en regel til at bestemme, hvornår distrikter er gerrymandered, er kompliceret at definere, hvilket var et problem i den nylige amerikanske højesteretssag om spørgsmålet.

På lignende måde, informationsgerrymandering fører til sociale netværk, der er overfladisk retfærdige. Hvert parti kan have det samme antal vælgere med den samme mængde indflydelse, men netværksstrukturen giver ikke desto mindre en fordel for den ene part.

At tælle op, hvem der er forbundet med hvem, gjorde det muligt for os at udvikle et mål, vi kalder "indflydelseskløften". Denne matematiske beskrivelse af informationsgerrymandering forudsagde afstemningsresultaterne i vores eksperimenter. Vi mener, at denne foranstaltning er nyttig til at forstå, hvordan sociale netværk i den virkelige verden er organiseret, og hvordan deres struktur vil påvirke beslutningstagningen.

Debat om, hvordan sociale medieplatforme er organiseret, samt konsekvenserne for individuel adfærd og for demokratiet, vil fortsætte i de kommende år. Men vi foreslår, at tænkning i form af koncepter på netværksniveau som bobler og forbindelserne mellem bobler kan give et bedre greb om disse problemer.

Denne artikel er genudgivet fra The Conversation under en Creative Commons -licens. Læs den originale artikel.