作者阿曼达·莫里斯，西北大学 信用:CC0公共领域 西北大学的研究人员开发了第一个定量模型，该模型捕捉了政治化环境如何影响美国
S
政治观点的形成和演变
使用该模型，研究人员试图了解当人们接触到政治内容时，如新闻媒体、竞选广告和普通的个人交流，他们是如何改变自己的观点的
基于数学的框架是灵活的，允许将来的数据在可用时被合并
领导这项研究的西北大学研究生大卫·萨宾-米勒说:“了解人们是如何被他们所看到的内容所影响的，这真的很有力量。”
“它可以帮助我们理解人口是如何两极分化的，这将非常有益
" 该研究的资深作者、西北大学的丹尼尔·艾布拉姆斯补充说:“像这样的定量模型让我们可以进行计算实验。”
“我们可以模拟各种干预措施如何帮助解决极端两极分化，以促进共识
" 该论文将于周四(10月15日)出版
1)在《物理评论研究》杂志上
艾布拉姆斯是西北大学麦考密克工程学院工程科学和应用数学的副教授
萨宾-米勒是艾布拉姆斯实验室的研究生
数百年来，研究人员一直在为社会行为建模
但是大多数现代定量模型依赖于网络科学，网络科学模拟人与人之间的互动
西北大学的团队采取了一种不同但互补的方法
他们把所有的互动分解成感知和反应
感知考虑到人们如何基于他们当前的意识形态来感知政治化的体验
例如，极右的共和党人和极左的民主党人可能会对同样的经历有不同的看法
在感知到新的想法或信息后，人们可能会基于三种既定的心理效应改变他们的观点:吸引/排斥、部落主义和感知过滤
西北大学的定量模型综合了所有这三个因素，并检验了它们的影响
萨宾-米勒说:“通常，与你的信仰相似的想法可能会令人信服或有吸引力。”
“但是一旦想法越过了不舒服的临界点，人们就会开始拒绝他们所看到或听到的东西
我们称之为“排斥距离”，我们试图通过建模来定义这个极限
" 人们的反应也不同，这取决于新的想法或信息是否来自可信的来源
众所周知的部落主义，人们倾向于把怀疑的好处给被认为是盟友的人
在感知过滤中，人们——或者通过直接的决策有意地，或者通过精选内容的算法无意地——决定他们看到的内容
“感知过滤是人们谈论的‘媒体泡沫’”，艾布拉姆斯解释道
“你更有可能看到与你现有信念一致的东西
" 艾布拉姆斯和萨宾-米勒把他们的新模型比作物理学中的热力学——把个体像分布在房间里的气体分子一样对待
艾布拉姆斯说:“热力学不关注单个粒子，而是整个系统的平均值，这个系统包括许多许多粒子。”
“我们希望用政治观点做同样的事情
尽管我们不能说一个人的观点如何或何时会改变，但我们可以观察整个人口的平均变化
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
