[논문 리뷰] An experimental study of opinion influenceability

Przemyslaw A. Grabowicz, Francisco Romero-Ferrero외 4명|arXiv (Cornell University)|2015. 12. 02.

Opinion Dynamics and Social Influence인용 수 3

한 줄 요약

이 연구는 개미와 물고기와 같은 동물에서 사회적 영향을 설명하는 확률적 추론 모델이 인간에게도 적용되는지 테스트한다. 영상 공유 플랫폼에서 실시한 대규모 온라인 실험을 통해 인간의 의견 영향력이 유사한 원리에 따라 작동하지만, 이질성이 존재함을 발견했다: 영향을 더 많이 받는 개인들은 사회적 피드백에 더 잘 따르며, 댓글을 덜 읽고, 일반적으로 교육 수준이 낮은 경향이 있다.

ABSTRACT

Humans, like many other animal species, often make choices under social influence. Experiments in ants and fishes have shown that individuals choose according to estimations of which option to take given private and social information. Principled approaches based on probabilistic estimations by agents give mathematical formulas explaining experiments in these species. Here we test whether the same principled approaches can explain social influence in humans. We conduct a large online field experiment in which we measure opinion influenced by public comments about short movies in the most popular video-sharing website. We show that the basic principles of social influence in other species also apply to humans, with the added complexity that humans are heterogenous. We infer influenceability of each participant of the experiment, finding that individuals prone to social influence tend to agree with social feedback, read less comments, and are less educated than the persons who resist influence. We believe that our results will help to build a mathematical theory of social influence rooted in probabilistic reasoning that show commonalities and differences between humans and other species.

연구 동기 및 목표

• 비행충과 물고기에서 행동을 설명하는 동일한 확률적 사회적 영향 모델이 인간에게도 적용되는지 조사하기.
• 실제 온라인 환경에서 개인 간 의견 영향 수용성의 차이를 측정하고 정량화하기.
• 사회적 피드백, 댓글 읽기 행동, 교육 수준과 같은 인구통계적 요인이 사회적 영향에 대한 민감도와 어떻게 관련되어 있는지 탐구하기.
• 확률적 추론에 기반한 인간의 사회적 영향에 대한 수학적 이론을 수립하여 비인간 종과의 유사점과 차이점을 부각하기.

제안 방법

• 인기 있는 영상 공유 웹사이트에서 대규모 온라인 현장 실험을 실시하여 사회적 영향 하에서 의견 형성 과정을 관찰하기.
• 사용자들이 짧은 영상에 대한 의견, 공개 댓글 수, 감성 정보를 사회적 피드백으로 수집하기.
• 참가자들의 의견이 사회적 피드백에 어떻게 변화하는지에 기반해 개인의 영향 수용성을 추론하기 위해 확률적 추정 모델을 사용하기.
• 참가자 각자의 사회적 정보에 대한 민감도를 추정하고, 유사성 기반과 저항성 기반 개인을 구분하기 위해 모델을 훈련하기.
• 영향 수용성과 댓글 수 읽기 수, 교육 배경과 같은 행동 지표 간의 상관관계 분석하기.
• 통계적 추론을 적용하여 사회적 영향 하에서 의견 변화의 체계적 패턴을 분석하고, 개인을 이질적인 에이전트로 간주하기.

실험 결과

연구 질문

• RQ1 비인간 종에서 관찰된 동일한 확률적 사회적 영향 원리가 온라인 환경에서 인간의 의견 형성에도 적용되는가?
• RQ2 영향 수용성의 개인적 이질성이 댓글 소비와 같은 관찰 가능한 행동 및 교육 수준과 어떻게 관련되어 있는가?
• RQ3 사람들이 사회적 피드백에 얼마나 많이 순응하는가? 이는 교육 수준이나 참여도가 다른 사용자 간에 어떻게 다를까?
• RQ4 확률적 추론에 기반한 통합된 수학적 프레임워크가 인간과 다른 동물 종 모두에서 사회적 영향을 설명할 수 있는가?

주요 결과

• 동물 연구에서 유도된 확률적 모델이 인간의 사회적 영향 역학을 성공적으로 설명하여 공통된 기초 메커니즘을 시사한다.
• 영향 수용성이 높은 개인들은 사회적 피드백에 더 강하게 의견을 맞추며, 더 강한 순응 경향을 보였다.
• 높은 영향 수용성을 보이는 참가자들은 영향을 저항하는 사람들보다 공개 댓글을 상당히 적게 읽었다.
• 낮은 교육 수준을 가진 사람들은 더 고등 교육을 받은 사람들보다 사회적 영향에 더 민감하게 반응했다.
• 영향 수용성은 균일하게 분포하지 않았으며, 개인 간 사회적 정보에 대한 민감도에 상당한 이질성이 있었다.
• 연구는 인간의 사회적 영향이 확률적 추론을 통해 작동하지만, 인지 및 행동적 차이로 인해 더 복잡한 양상을 띤다는 점을 확인했다.