[논문 리뷰] Effects of Social Influence on the Wisdom of Crowds

Pavlin Mavrodiev, Claudio J. Tessone외 1명|arXiv (Cornell University)|2012. 04. 16.

Complex Systems and Decision Making참고 문헌 12인용 수 12

한 줄 요약

이 논문은 브라운 운동 입자로 구성된 최소한의 에이전트 기반 시스템을 사용하여 군중 내 사회적 영향을 모델링하고, 그 영향이 지혜의 군중에 어떤 영향을 미치는지 연구한다. 사회적 영향이 집단 정확도를 본질적으로 향상시키거나 악화시키지 않으며, 오히려 그룹의 초깃값 다양성과 정확도가 사회적 영향이 지혜를 향상시키거나 악화시키는지를 결정함을 발견한다. 중간 정도의 영향은 초깃값으로 정확도가 떨어지는 그룹에 유익하고, 이미 정확도가 높은 그룹에는 해로운 영향을 미친다.

ABSTRACT

Wisdom of crowds refers to the phenomenon that the aggregate prediction or forecast of a group of individuals can be surprisingly more accurate than most individuals in the group, and sometimes - than any of the individuals comprising it. This article models the impact of social influence on the wisdom of crowds. We build a minimalistic representation of individuals as Brownian particles coupled by means of social influence. We demonstrate that the model can reproduce results of a previous empirical study. This allows us to draw more fundamental conclusions about the role of social influence: In particular, we show that the question of whether social influence has a positive or negative net effect on the wisdom of crowds is ill-defined. Instead, it is the starting configuration of the population, in terms of its diversity and accuracy, that directly determines how beneficial social influence actually is. The article further examines the scenarios under which social influence promotes or impairs the wisdom of crowds.

연구 동기 및 목표

• 지혜의 군중에서 집단 예측의 정확도에 사회적 영향이 미치는 영향을 조사하는 것.
• 사회적 영향이 집단 성능을 항상 향상시키거나 악화시키는지, 아니면 조건부적인 영향을 미치는지 확인하는 것.
• 최소한의 에이전트 기반 프레임워크를 사용하여 사회적 영향, 의견 다양성, 집단 오차 간의 상호작용을 모델링하는 것.
• Lorenz 등(2011)의 연구에서 보고된 정보 공유가 그룹 예측에 악영향을 미치는 현상을 재현하고 일반화하는 것.
• 특히 초깃값 그룹 구성과 관련하여 사회적 영향이 집단 지혜를 향상시키거나 저해하는 조건을 규명하는 것.

제안 방법

• 개개인을 군중의 의견 기하평균에 영향을 받는 브라운 운동 입자로 모델링한다.
• 에이전트의 움직임을 인구의 변화하는 기하평균에 연결하여 사회적 영향을 구현한다.
• 정보 제공 방식을 세 가지로 나누어 시뮬레이션: 정보 없음, 평균 의견 피드백, 전체 의견 시각화. 이는 Lorenz 등(2011)의 실험 설정을 재현한다.
• 성능 지표로 집단 오차(진실 값에서의 편차)와 지혜의 군중 지표(중위수 추정치 대비 진실 값)를 사용한다.
• 사회적 영향에 대한 민감도를 평가하기 위해 집단 오차와 의견 다양성 측면에서 초깃값 그룹 구성 요건을 다양화한다.
• 다양한 영향 강도와 초깃값 상태에서의 집합적 의견의 장기적 수렴 행동과 이탈 현상을 분석한다.

실험 결과

연구 질문

• RQ1 사회적 영향은 지혜의 군중을 항상 향상시키거나 악화시키는가, 아니면 그 효과가 조건부적인가?
• RQ2 그룹의 초깃값 다양성과 정확도가 사회적 영향의 장기적 영향에 미치는 영향은 어떠한가?
• RQ3 어떤 조건에서 사회적 영향은 더 빠른 수렴을 가져오지만 최종 정확도는 악화시키는가?
• RQ4 소량의 사회적 영향이 이미 상대적으로 정확한 그룹의 장기적 집단 정확도를 떨어뜨릴 수 있는가?
• RQ5 기하평균은 사회적 영향이 집단 의견 동적 변화에 미치는 영향을 어떻게 조절하는가?

주요 결과

• 사회적 영향은 지혜의 군중에 일관된 영향을 미치지 않으며, 그 영향은 전적으로 그룹의 초깃값 구성에 의해 결정된다.
• 초기 집단 오차가 높은 그룹은 중간 정도의 사회적 영향을 통해 진실에 빠르게 수렴하는 데 유리하다.
• 초기 정확도가 높은 의견을 가진 그룹은 사회적 영향으로 인해 기하평균의 이동이 발생하여 집단 오차가 초깃값을 초월해 증가한다.
• 작은 사회적 영향조차도 이미 상대적으로 정확한 그룹의 장기적 집단 정확도를 악화시킬 수 있다.
• 이 모델은 Lorenz 등(2011)에서 관찰된 '범위 축소 효과'를 성공적으로 재현한다. 즉, 정보 공유 시 다양성이 감소하고 오차가 증가한다.
• 지혜의 군중 지표(중위수 추정치 대비 진실 값)는 사회적 영향이 영향력 강도에 관계없이 일부 초깃값 구성에서는 그룹의 지혜를 떨어뜨릴 수 있음을 보여준다.