[논문 리뷰] A new degree of freedom for opinion dynamics models: the arbitrariness of scales

Dino Carpentras, Alejandro Dinkelberg외 1명|arXiv (Cornell University)|2020. 10. 09.

Opinion Dynamics and Social Influence참고 문헌 35인용 수 4

한 줄 요약

이 논문은 의견 동역학 모델에서 의견을 표현하는 데 사용되는 척도를 새로운 자유도로 도입하며, 선형 또는 비선형을 포함한 임의의 척도 변환도 모델 결과에 심각한 영향을 미칠 수 있음을 입증한다. 이는 의견 군집의 수, 평균 의견 값(최대 ±100%의 변화 가능), 심지어 한 모델을 다른 모델로 전환하는 데까지 영향을 미친다. 심리측정 원리와 에이전트 기반 시뮬레이션을 활용해 저자들은 척도 선택이 중립적이지 않으며, 중요한 모델링 결정이어야 한다고 보여준다.

ABSTRACT

Opinion dynamics models have been developed to study and predict the evolution of public opinion. Intensive research has been carried out on these models, especially exploring the different rules and topologies, which can be considered two degrees of freedom of these models. In this paper we introduce what can be considered a third degree of freedom. Since it is not possible to directly access someone's opinions without measuring them, we always need to choose a way to transform real world opinions (e.g. being anti-Trump) into numbers. However, the properties of this transformation are usually not discussed in opinion dynamics literature. For example, it would be fundamental to know if this transformation of opinions into numbers should be unique, or if several are possible; and in the latter case, how the choice of the scale would affect the model dynamics. In this article we explore this question by using the knowledge developed in psychometrics. This field has been studying how to transform psychological constructs (such as opinions) into numbers for more than 100 years. We start by introducing this phenomenon by looking at a simple example in opinion dynamics. Then we provide the necessary mathematical background and analyze three opinion dynamics models introduced by Hegselmann and Krause. Finally, we test the models using agent-based simulations both in the case of perfect scales (infinite precision) and in the case of real world scales. Both in the theoretical analysis and in the simulations, we show how the choice of the scale (even in the case of perfect accuracy and precision) can strongly change the model's dynamics. Indeed, by choosing a different scale it is possible to (1) find different numbers of final opinion clusters, (2) change the mean value of the final opinion distribution up to a change of $\pm 100 \%$ and (3) even transform one model into another.

연구 동기 및 목표

• 의견 척도가 의견 동역학 모델에서 이전에 간과되었던 자유도로서의 역할을 특정하고 체계화하는 것.
• 선형 및 비선형을 포함한 다양한 척도 변환 방식이 모델의 역학, 특히 군집화와 평균 의견 값에 어떤 영향을 미치는지 조사하는 것.
• 심리측정의 최선 실천 방법과 에이전트 기반 모델링 간 격차를 메우기 위해 척도 선택이 모델 행동에 미치는 영향을 분석하는 것.
• 척도의 임의성에 따른 모델 검증, 실증 적용 및 모델 간 등가성에 대한 함의를 탐색하는 것.
• 미래의 의견 동역학 시뮬레이션 연구에서 허용 가능한 척도 변환 및 그 민감도에 대한 지침을 제공하는 것.

제안 방법

• 심리측정 이론을 도입하여 심리적 구성요소(예: 의견)가 수치 척도로 어떻게 변환되는지 분석하는 것.
• 다양한 척도 변환 하에서 세 가지 헤그젤만-크라우제 유형의 의견 동역학 모델(M_A, M_G, M_S)에 수학적 분석을 적용하는 것.
• 완벽한(무한 정밀도) 및 실제 세계(유한 정밀도) 척도를 사용한 에이전트 기반 시뮬레이션을 통해 모델의 민감도를 테스트하는 것.
• 선형, 지수, 비선형 변환(예: 제곱, 로그)을 테스트하여 그 영향을 평가하는 것.
• 재척도화를 통해 모델 등가성을 분석하여, 특정 척도 변환 하에서 M_A와 M_G가 등가임을 보여주는 것.
• 척도의 불확실성 평가를 위해 다양한 척도 가정 하에서 최종 의견 분포의 변화를 측정하는 것.

실험 결과

연구 질문

• RQ1 척도 변환 방식의 선택이 의견 동역학 모델에서 최종 의견 군집의 수에 어떤 영향을 미치는가?
• RQ2 척도 변환이 최종 의견 분포의 평균 값에 얼마나 큰 영향을 미칠 수 있는가—특히 ±100%의 변화가 가능할 수 있는가?
• RQ3 적절한 척도 변화를 통해 서로 다른 의견 동역학 모델을 상호 변환할 수 있는가?
• RQ4 선형, 지수, 비선형 등 어떤 종류의 척도 변환이 모델링에 있어 허용 가능하거나 문제를 일으킬 수 있는가?
• RQ5 유한 정밀도와 측정 노이즈가 척도 선택과 어떻게 상호작용하여 모델 결과에 영향을 미치고, 잠재적인 오류를 유발할 수 있는가?

주요 결과

• 완벽한 정밀도가 있더라도 척도 선택은 의견 동역학 모델에서 최종 의견 군집의 수에 영향을 미칠 수 있다.
• 척도 변환은 최종 의견 분포의 평균 값을 최대 ±100%까지 변화시킬 수 있어 척도 민감도가 매우 높음을 보여준다.
• M_A와 M_G와 같은 서로 다른 모델들이 적절한 척도 변화를 통해 상호 변환 가능하며, 이는 재척도 하에서 모델의 등가성을 시사한다.
• 지수 및 제곱을 포함한 비선형 척도 변환은 모델 역학에 심각한 영향을 미치며, 척도 중립성 가정을 도전한다.
• 척도는 상호작용 규칙와 네트워크 구조와 동등한 수준의 독립적인 자유도로 작용하여 모델 행동을 결정짓는다.
• 유한 정밀도와 측정 노이즈는 척도 선택과 상호작용하여 불확실성을 증폭하거나 시뮬레이션에 오류를 유발할 수 있다.