Dit gebeurt er wanneer politieke bubbels botsen

Dit gebeurt er wanneer politieke bubbels botsen
Zit je vast in een echokamer? Rawpixel.com/Shutterstock.com

Sociale media hebben de manier veranderd waarop mensen met elkaar praten. Maar sociale mediaplatforms worden niet de utopische ruimtes voor menselijke verbinding hun oprichters hoopten.

In plaats daarvan heeft internet fenomenen geïntroduceerd die de nationale verkiezingen kunnen beïnvloeden, en misschien zelfs wel democratie bedreigen.

Echokamers of "bubbels" - waarin mensen voornamelijk communiceren met anderen die hun politieke opvattingen delen - komen voort uit de manier waarop gemeenschappen leven organiseren zichzelf online.

Wanneer de organisatie van een sociaal netwerk de politieke discussie op grote schaal beïnvloedt, de gevolgen kunnen enorm zijn.

In onze studie uitgebracht op september 4, laten we zien dat wat er gebeurt op de verbindingspunten, waar bubbels botsen, politieke beslissingen aanzienlijk kan beïnvloeden in de richting van de ene of de andere partij. We noemen dit fenomeen 'informatie gerrymandering'.

Wanneer bellen botsen

Het is problematisch als mensen al hun informatie uit hun bubbel halen. Zelfs als het feitelijk is, kan de informatie die mensen uit hun bubbel halen, worden geselecteerd om hun te bevestigen eerdere veronderstellingen. In de hedendaagse Amerikaanse politiek levert dit waarschijnlijk een bijdrage aan toenemende politieke polarisatie in het electoraat.

Maar dat is niet het hele verhaal. De meeste mensen hebben een voet naar buiten van hun politieke bubbels. Ze lezen nieuws uit verschillende bronnen en praten met enkele vrienden met andere meningen en ervaringen dan die van hen.


Haal het laatste uit InnerSelf


De balans tussen de invloed van binnen en buiten een bubbel is belangrijk voor het vormen van iemands opvattingen. Dit evenwicht is verschillend voor verschillende mensen: de ene persoon die democraat neigt, kan politieke argumenten overweldigend horen van andere democraten, terwijl een andere evenveel hoort van democraten en republikeinen.

Vanuit het perspectief van de partijen die proberen het publieke debat te winnen, is het belangrijk hoe hun invloed zich verspreidt over het sociale netwerk.

Wat we in onze studie laten zien, wiskundig en empirisch, is dat de invloed van een partij op een sociaal netwerk kan worden opgebroken, op een manier analoog aan electorale gerrymandering van congresdistricten.

In onze studie was informatie gerrymandering opzettelijk: we structureerden onze sociale netwerken om vooringenomenheid te produceren. In de echte wereld zijn de zaken natuurlijk ingewikkelder. Sociale netwerkstructuren komen voort uit individueel gedrag en dat gedrag wordt beïnvloed door de sociale mediaplatforms zelf.

Informatie gerrymandering geeft een partij een voordeel bij het overtuigen van kiezers. De partij die een voordeel heeft, laten we zien, is de partij die zijn invloed niet opsplitst en zijn leden open laat voor overtuiging van de andere kant.

Dit is niet alleen een gedachte-experiment - het is iets dat we hebben gemeten en getest in ons onderzoek.

Dit gebeurt er wanneer politieke bubbels botsen

Mensen hebben de neiging om met anderen te praten die hun politieke opvattingen delen. Maar de meeste mensen hebben enkele vrienden die het politiek niet met hen eens zijn en hun echokamers of bubbels botsen op veel plaatsen. Informatie gerrymandering treedt op wanneer er asymmetrie is in hoe bellen botsen. In het onderstaande voorbeeld heeft de blauwe partij zijn invloed verdeeld, zodat sommige leden openstaan ​​voor de rode partij.

Experimenteren met bubbels

Onze collega's bij MIT vroeg meer dan 2,500-mensen, aangeworven bij Amazon Mechanical Turk, om een ​​eenvoudig stemspel te spelen in groepen van 24.

De spelers werden toegewezen aan een van de twee partijen. Het spel was gestructureerd om partijentrouw te belonen, maar ook om een ​​compromis te belonen: als uw partij won met 60% van de stemmen of meer, ontving elk partijlid US $ 2. Als uw partij een compromis heeft gesloten om de andere partij te helpen 60% van de stemmen te bereiken, ontving elk lid 50 cent. Als er geen partij won, was de game vastgelopen en werd niemand betaald.

We hebben de game op deze manier gestructureerd om de spanningen in de echte wereld na te bootsen tussen de intrinsieke partijvoorkeuren van de kiezer en de verlangen om een ​​compromis te sluiten over belangrijke kwesties.

In onze game heeft elke speler zijn stemintenties in de loop van de tijd bijgewerkt, in reactie op informatie over de stemintenties van anderen, die hij via zijn sociale netwerk heeft ontvangen. De spelers zagen in realtime hoeveel van hun connecties van plan waren om op hun partij te stemmen. We plaatsten spelers in verschillende posities op het netwerk en we organiseerden hun sociale netwerken om verschillende soorten botsende bubbels te produceren.

De experimentele games en netwerken waren oppervlakkig eerlijk. Partijen hadden hetzelfde aantal leden en elke persoon had evenveel invloed op andere mensen. Toch waren we in staat om netwerken op te bouwen die een partij een enorm voordeel gaven, zodat ze gemiddeld bijna 60% van de stemmen wonnen.

Om het effect van het sociale netwerk op de beslissingen van kiezers te begrijpen, hebben we geteld wie met wie verbonden is, rekening houdend met hun partijvoorkeuren. Met behulp van deze maatregel konden we zowel de richting van de vertekening als gevolg van informatie-gerrymandering en het deel van de stemmen dat elke partij in ons eenvoudige spel ontving nauwkeurig voorspellen.

Bubbels in het echte leven

We hebben ook informatie gerrymandering gemeten in real-world sociale netwerken.

We hebben gepubliceerde gegevens over mensen bekeken mediaconsumptie, bestaande uit 27,852 nieuwsitems gedeeld door 938 Twitter-gebruikers in de weken voorafgaand aan de 2016 presidentsverkiezingen, evenals via 250,000 politieke tweets van 18,470-individuen in de weken voorafgaand aan de 2010 VS-tussentijdse verkiezingen.

We hebben ook gekeken naar de politieke blogosfeer, onderzoekend hoe 1,490 politieke blogs met elkaar verbonden in de twee maanden voorafgaand aan de 2004 Amerikaanse presidentsverkiezingen.

We hebben vastgesteld dat deze sociale netwerken bellenstructuren hebben die vergelijkbaar zijn met die voor onze experimenten.

Hoe netwerken bias produceren

De effecten die we zagen in onze experimenten zijn vergelijkbaar met wat er gebeurt als politici gerrymander congresdistricten geraken.

Een feest kan congresdistricten tekenen die oppervlakkig eerlijk zijn - elk district ligt binnen een enkele grens en bevat hetzelfde aantal kiezers - maar dat leidt feitelijk tot systematische vooringenomenheid, waardoor een partij meer zetels kan winnen dan het aantal stemmen dat ze ontvangen.

Electorale gerrymandering is subtiel. Je weet het vaak als je het op een kaart ziet, maar een regel om te bepalen wanneer districten gerrymandered zijn, is moeilijk te definiëren, wat een knelpunt in de recente Amerikaanse Supreme Court-zaak over de kwestie.

Dit gebeurt er wanneer politieke bubbels botsen
Electorale gerrymandering leidt vaak tot congresdistricten met vreemde en uitgebreide vormen. In het geval Illinois District 4, hier weergegeven zoals getekend in 2004, lijkt de vorm op een paar oorbeschermers. Wikimedia

Op dezelfde manier leidt informatie gerrymandering tot sociale netwerken die oppervlakkig eerlijk zijn. Elke partij kan hetzelfde aantal kiezers hebben met dezelfde hoeveelheid invloed, maar de netwerkstructuur geeft niettemin een voordeel aan één partij.

Het tellen van wie verbonden is met wie ons in staat stelde een maat te ontwikkelen noemen we de "invloedskloof". Deze wiskundige beschrijving van informatie gerrymandering voorspelde de stemresultaten in onze experimenten. Wij geloven dat deze maatregel nuttig is om te begrijpen hoe echte sociale netwerken zijn georganiseerd en hoe hun structuur de besluitvorming kan beïnvloeden.

Het debat over hoe sociale mediaplatforms zijn georganiseerd, en over de consequenties voor individueel gedrag en voor de democratie, zal nog jaren doorgaan. Maar we stellen voor dat denken in termen van netwerkniveauconcepten zoals bubbels en de verbindingen tussen bubbels deze problemen beter kunnen begrijpen.

Over de Auteurs

Alexander J. Stewart, universitair docent wiskundige biologie, University of Houston en Joshua B. Plotkin, professor in de biologie, University of Pennsylvania

Dit artikel is opnieuw gepubliceerd vanaf The Conversation onder een Creative Commons-licentie. Lees de originele artikel.

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

volg InnerSelf op

facebook-icontwitter-iconrss-icoon

Ontvang de nieuwste via e-mail

{Emailcloak = off}