普林斯顿大学
当人们策划他们的在线新闻时，他们可能不情愿地把自己分成两极分化的网络
学分:普林斯顿大学伊根·希门尼斯 根据普林斯顿大学研究人员领导的一项研究，当人们整理他们的在线新闻时，他们可能不情愿地把自己分成两极分化的网络
该团队开发了一个复杂传染模型，通常用于研究行为如何在群体中传播，而不是将其应用于对新闻报道的反应如何传播和助长在线两极分化
然后他们用推特数据测试了他们的理论模型
他们发现，当人们对新闻反应不那么强烈时，他们的网络环境在政治上仍然是混杂的
然而，当用户不断对他们喜欢的新闻来源的文章做出反应并分享时，他们更有可能建立一个政治孤立的网络，或者研究人员所说的“认知泡沫”
" 一旦用户陷入这些泡沫，他们实际上会错过更多的新闻文章，包括来自他们首选媒体的文章
该模型显示，用户似乎以错过主观上重要的新闻为代价，来避免他们认为“不重要”的新闻
研究人员总结道，所有这些都可能导致美国政治分裂和社会不信任的极高比率
克里斯托弗·托基塔(Christopher Tokita Ph)说:“我们的研究表明，即使没有社交媒体算法，两极分化的新闻媒体的报道也在改变用户的社交关系，并在不知不觉中把他们推入所谓的政治‘回音室’，在那里，他们被拥有相同政治身份和信仰的其他人包围。”
D
21岁，现在是网络安全初创公司Phylum的数据科学家
“用户是选择对某些新闻帖子做出反应还是置之不理，这有助于确定他们的社交网络是在意识形态上变得同质，还是保持更加多样化
" Tokita与普林斯顿大学公共与国际事务学院政治与公共事务助理教授安迪·盖斯(Andy Guess)和普林斯顿大学生态与进化生物学系生态学与进化生物学教授科瑞娜·塔妮塔(Corina Tarnita)合作，通过构建理论模型，并用推特上真实社交网络的数据测试其预测，研究了这些行为
他们建模的核心是“信息级联”的想法，即个人观察和模仿他人行为的过程，从而发生广泛的在线转变
这种现象与鱼群或昆虫群中的集体行为并无不同
他们进一步研究了这一概念，表明病毒式新闻故事的分享会让人们得出结论，他们在社交媒体上关注的一些“朋友”歪曲了自己喜欢的媒体报道的新闻
当用户“不关注”不可信的联系，从而掌控自己的在线社交领域时，他们会无意中将自己归类到两极分化的网络中
然后，他们用推特数据测试了这个模型，考察了四个新闻媒体的1000名追随者
S
今天，沃克斯和华盛顿审查员
为了追踪政治意识形态和不断变化的社交网络的线索，他们使用完整的用户追随者网络来记录2020年夏天六周内谁跟踪了谁，谁没有跟踪对方
他们的见解揭示了几个可能导致政治两极化的在线趋势和行为
首先，哥伦比亚广播公司新闻和美国的追随者人口
S
如今，两家以一贯的基于事实的报道而闻名的主流新闻媒体，在意识形态上比《Vox》和《华盛顿观察家》更加多样化，根据研究人员的说法，这两家媒体倾向于提供更有倾向性和基于议程的新闻报道
《Vox》和《华盛顿观察家》的追随者往往比关注哥伦比亚广播公司新闻和美国广播公司新闻的用户更快地失去自己网络关系中的政治和意识形态多样性
S
今天
虽然在线互动不能完全解释美国政治中出现的分裂转变，但它们对人类行为和关系产生了实质性的影响
该研究的结果显示，对于社交网络来说，对用户来说，政治意识形态或结盟的公然了解并不是政治隔离的必要条件
“在社交媒体上找到两极分化话语的证据并不难，但我们对社交媒体如何将人们分开的机制了解得更少
我们的贡献是表明，随着人们策划他们的供稿，在线社交网络的两极分化自然出现
与直觉相反，即使不知道其他用户的党派身份，这也可能发生，”Guess说
研究小组主张进一步调查这些趋势如何导致“假新闻”和错误信息的传播和消费，以及不准确的新闻如何加剧公众的政治分歧
例如，这项研究表明，消费和分享假新闻的人可能无意中将自己与其他关注主流消息的人隔离开来
这一点应该进一步探讨
“虽然我们的研究结果来自于一个简单的集体动力学理论模型，但它证明了跨学科方法在研究政治极化方面的力量
我们希望它们可以激发未来对社交网络特定算法和模式的研究，成为社会两极分化的潜在贡献者。”
这篇题为“两极分化的信息生态系统可以通过信息级联重组社会网络”的论文将于12月15日发表在《美国国家科学院院刊》上
六
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
