我们为何以不同的方式体验社会：内在倾向作为适应性社会网络中意识形态复杂性的驱动因素-计算机科学-机器学习-自适应社会网络-自组织系统.pdfVIP

我们为何以不同的方式体验社会：内在倾向作为适

应性社会网络中意识形态复杂性的驱动因素

aa,b

AkshayGangadhar,HirokiSayama

aBinghamtonCenterofComplexSystems,BinghamtonUniversity,StateUniversityof

NewYork,,Binghamton,13902-6000,NY,USA

bWasedaInnovationLab,WasedaUniversity,Tokyo,169-8050,Japan

本Abstract

译

中理解复杂系统中不平等现象的产生需要关注结构动态和内在异质性。在意

见动态学背景下，传统模型依赖于静态快照或假设代理行为同质化，忽视

2

v了多样化的认知倾向如何塑造信念演变。尽管一些近期模型引入了行为异

8

4质性，但它们通常专注于宏观模式，忽略了个体层面展开的不平等和个性

8

7化动态。在这项研究中，我们分析了一个自适应社会网络模型，在该模型

0

.中每个代理表现出三种行为倾向之一——同质性、新奇性（对新颖性的关

4

0注）或社会一致性，并使用归一化Lempel-Ziv(nLZ)复杂度测量个体意见

5

2轨迹的复杂性。我们发现，由此产生的动态往往是反直觉的——尽管寻求

:

v相似性，同质性代理变得越来越难以预测；尽管追求新奇性，新奇性代理趋

i

x

r于稳定；而一致性代理遵循U形轨迹，从早期稳定性过渡到后期不可预测

a

性。更根本的是，这些模式在各种网络设置中保持稳健，表明内部行为倾

向——而非外部环境——主要支配长期意见的不可预测性。这一广泛含义

是，个体对意识形态波动、不确定性和稳定性的体验不仅仅是由环境决定

的，而是通过其自身的认知倾向内源性自我结构化的。这些结果为意见动

态提供了一个新颖的个体层面视角，在这种视角下，代理的行为身份在信

念系统演化中充当了动力指纹，并导致自我组织社会体系内部持久的动力

Emailaddresses:agangadhar@(AkshayGangadhar),

sayama@(HirokiSayama)

学体验差异，即使在结构相似的环境中也是如此。

Keywords:自适应社会网络,行为异质性,Lempel-Ziv复杂度,同质性,社

会一致性,对新奇的注意,自组织系统

1.介绍

在今天高度互联的世界中，极端观点和意识形态极化的日益盛行已成

为现代社会系统的一个显著特征[1,2,3,4,5,6,7]。虽然这种极化通常归因

于外部触发因素——如政治事件或媒体操纵——但它也可以作为由以人类

为中心的因素驱动的社会动态的自发结果出现[8,9]。现代信息技术的出现

进一步加剧了这些动态，通过使人们能够选择性地挑选信息来源，这常常

导致“社会泡沫”和回音室效应的形成[10,11,12]。随着社会应对全球化、

移民和文化多样性等问题时，个人和群体可能会退缩到更同质化的社区中，

作为维护其身份感和安全感的一种手段。

为了理解极端观点的形成和碎片化社会结构的演变，研究人员研究了

自适应社交网络中连接状态与碎片化状态之间的相变[13,14,15,16]。在这

些自适应社交网络中，个体根据局部互动调整他们的社交联系和观点，从

而产生复杂的、自我组织的社会碎片化和意识形态固化模式。传统的有限

信心模型表明，即使是在对不同观点有适度开放的情况下，极化也可能出

现[17,18]。先前的研究表明，更新策略的异质性可以显著影