[논문 리뷰] Guided rewiring of social networks reduces polarization and accelerates collective action

Jordan Everall, Lilli Frei외 1명|arXiv (Cornell University)|2023. 09. 21.

Opinion Dynamics and Social Influence인용 수 6

한 줄 요약

이 연구는 집단 행동 딜레마에서 극단화를 줄이고 공감대 형성을 가속화하기 위해 지도된 사회망 재구성—특히 국소적 및 다리 기반 링크 재구성—을 제안한다. 의견 군집 간 전략적으로 연결함으로써, 특히 이형성(반대 의견) 링크 형성으로 인해, 지도되지도 않았거나 무작위 재구성과 비교할 때 극단화 해소와 협력이 훨씬 빠르게 발생하는 것으로 나타났다.

ABSTRACT

Global social and ecological challenges represent collective action problems requiring rapid and sufficient cooperation with pro-mitigation norms. Sociopolitical polarization hinders such cooperation. Prior agent-based models showed polarization emerges naturally in structured social networks and polarized cluster dissolution rate limits consensus formation rate. Here we study how guided link rewiring affects depolarization dynamics across synthetic and empirical (Facebook, Twitter) network topologies. We compare heuristic rewiring algorithms representing random meetings, mutual acquaintance introductions, and community bridging, alongside topology-based link recommender algorithms (Who to Follow and node2vec). Our heuristic algorithms all outperform Who to Follow in generating cooperative consensus. Homophilic rewiring generates cooperative consensus when agents can easily change opinions. However, heterophilic rewiring achieves this over broader conditions and can accelerate cooperative consensus formation by ~20%, including where up to 33% of the population experiences backfiring interactions. Heterophilic rewiring also vastly outperforms topology-based recommender algorithms. Random rewiring performed consistently well, achieving higher steady-state cooperation than seven out of eight more complex algorithms. Large disparities in steady-state cooperation for topology-based recommender systems highlight their volatility across network structures. Overall, our work reveals a subtle interplay between topology, rewiring algorithm and social depolarization, suggesting strong potential for carefully redesigning social networking technologies for social good.

연구 동기 및 목표

• 구조화된 사회망 재구성 전략이 집단 행동 문제에서 극단화를 줄이고 공감대 형성을 가속화할 수 있는지 조사하기.
• 무작위, 국소적, 브리지 기반 등 다양한 재구성 전략이 극단화 해소 및 협력 역학에 미치는 영향을 평가하기.
• 의견 기반 링크 형성 규칙(유사성 기반 vs. 이형성 기반)이 공감대 형성 속도와 안정성에 미치는 영향을 평가하기.
• 사회망 내에서 공동체 간 연결을 장려함으로써 뿌리내린 이념적 군집을 극복할 수 있는지 평가하기.
• 사회망 재구성 전략이 기후 변화와 같은 글로벌 과제에 실질적인 개입 수단이 될 수 있음을 입증하기.

제안 방법

• 기존의 사회망에서 의사결정 역학과 집단 행동을 모델링하는 에이전트 기반 모델(ABM)에 세 가지 재구성 알고리즘(무작위, 국소, 브리지 재구성)을 적용한다.
• 계산의 실현 가능성을 확보하기 위해 새로운 링크의 잠재 대상 범위를 두 단계 이내의 네트워크 거리(d=2)로 제한하는 토폴로지 제약 조건을 적용한다.
• 의견 기반 링크 형성 규칙으로서 유사성 기반(유사한 의견 간 연결)과 이형성 기반(반대 의견 간 연결)을 구현한다.
• 루바인 알고리즘을 사용해 공동체를 식별하고, 브리지 재구성은 에이전트 자신의 군집 외부의 비이웃 노드에 국한한다.
• 항상 동일한 평균 차수를 유지하기 위해 새로운 링크를 형성할 때마다 무작위로 이웃 링크를 제거한다.
• 재구성 과정에서 소월드 네트워크 성질을 유지하기 위해 선호적 연결 원칙을 적용한다.

실험 결과

연구 질문

• RQ1 지속적인 사회망 재구성 전략이 의사결정 역학에서 극단화 속도에 어떤 영향을 미치는가?
• RQ2 국소적 재구성과 브리지 기반 재구성 중 어느 것이 공감대 형성 가속화에 더 효과적인가?
• RQ3 의견 기반 링크 형성 규칙(유사성 대비 이형성)이 공감대 형성 속도와 안정성에 어떤 영향을 미치는가?
• RQ4 타겟팅된 공동체 간 연결이 극단화를 줄이고 집단 행동 결과를 향상시킬 수 있는가?
• RQ5 네트워크 재구성 전략이 협력 촉진에 있어 무작위 재구성보다 뛰어난 조건은 무엇인가?

주요 결과

• 브리지(반대) 재구성—다른 의견 군집 간 반대 의견을 가진 에이전트를 연결하는 방식—은 가장 빠른 극단화 해소와 공감대 형성 속도를 보였다.
• 국소(반대) 재구성—두 네트워크 단계 이내에서 서로 다른 의견을 가진 에이전트를 연결하는 방식—은 무작위 또는 유사성 기반 재구성보다도 공감대 형성 속도를 뚜렷이 가속화했다.
• 이형성 기반 재구성(반대 의견 연결)은 유사성 기반 재구성(유사 의견 연결)보다 극단화 감소와 협력 증가에 항상 뛰어난 성능을 보였다.
• 토폴로지 제약 조건과 의료 기반 링크 형성의 조합은 무작위 재구성보다 더 빠른 협력 상태 수렴을 이끌어냈다.
• 전략적 공동체 간 연결을 통한 네트워크 재구성은 극단화된 군집의 관성에 대비해 빠른 집단 행동을 가능하게 했다.
• 결과적으로, 사회망에서 이념적 차이를 고려한 연결 장려가 기후 변화와 같은 글로벌 과제 해결을 위한 강력한 수단이 될 수 있음을 시사한다.