[论文解读] An experimental study of opinion influenceability

Przemyslaw A. Grabowicz, Francisco Romero-Ferrero+4 more|arXiv (Cornell University)|Dec 2, 2015

Opinion Dynamics and Social Influence被引用 3

一句话总结

本研究检验了用于解释蚂蚁和鱼类等动物社会影响的概率推理模型是否也适用于人类。通过在视频分享平台上开展的大规模在线实验，发现人类意见影响遵循相似原则，但存在异质性：更易受影响的个体更倾向于认同社会反馈，阅读更少的评论，且教育程度往往较低。

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.

研究动机与目标

• 探究解释蚂蚁和鱼类行为的社会影响概率模型是否同样适用于人类。
• 在真实世界的在线环境中，测量并量化个体在意见影响上的差异。
• 探讨社会反馈、评论阅读行为以及教育等人口统计因素如何与社会影响的易感性相关。
• 基于概率推理，构建人类社会影响的数学理论，突出其与非人类物种的异同。

提出的方法

• 在流行的视频分享网站上开展大规模在线实地实验，观察社会影响下的意见形成。
• 收集用户对短视频的意见数据，以及作为社会反馈的公开评论数和情感倾向。
• 使用概率估计模型，基于参与者意见对社会反馈的响应变化，推断其个体影响易感性。
• 训练模型以估计每位参与者对社会信息的敏感度，区分从众型与抵抗型个体。
• 分析影响易感性与行为代理变量（如阅读评论数和教育背景）之间的相关性。
• 应用统计推断，识别在社会影响下意见变化的系统性模式，将个体视为异质性主体。

实验结果

研究问题

• RQ1 在非人类物种中观察到的社会影响概率原则，是否同样支配在线环境中的意见形成？
• RQ2 影响易感性的个体异质性如何与评论消费等可观测行为及教育水平相关？
• RQ3 个体在多大程度上会从众于社会反馈？这种从众行为在不同教育水平或参与度的用户间如何变化？
• RQ4 能否基于概率推理构建统一的数学框架，以解释人类及其他动物物种的社会影响？

主要发现

• 从动物研究中推导出的概率模型成功解释了人类社会影响的动力学，表明存在共享的底层机制。
• 影响易感性较高者更可能使其意见与社会反馈保持一致，表现出更强的从众倾向。
• 高度易受影响的参与者阅读的公开评论数量显著少于那些抵抗社会影响的个体。
• 教育程度较低的人比受教育程度较高的人更容易受到社会影响。
• 影响易感性并非均匀分布；个体在对社会信息的敏感度上表现出显著异质性。
• 本研究证实，人类社会影响通过概率推理运作，但因认知与行为的个体差异而更具复杂性。