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

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

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

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

In onze studie die op 4 september werd gepubliceerd, laten we zien dat wat er gebeurt op de aansluitpunten, waar bubbels botsen, politieke beslissingen in de richting van de ene of de andere partij aanzienlijk kunnen beïnvloeden. We noemen dit fenomeen 'informatiegerrymandering'.

Wanneer bubbels botsen

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

Maar dat is niet het hele verhaal. De meeste mensen hebben een voet buiten hun politieke bubbel. Ze lezen nieuws uit verschillende bronnen en praten met vrienden met andere meningen en ervaringen dan zijzelf.

De balans tussen de invloed van binnen en buiten een bubbel is van groot belang voor het vormgeven van iemands opvattingen. Deze balans is voor verschillende mensen anders:een persoon die voor Democraten leunt, hoort mogelijk overweldigende politieke argumenten van andere Democraten, terwijl een ander evengoed van Democraten en Republikeinen kan horen.

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

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

In onze studie, informatie gerrymandering was opzettelijk:we hebben onze sociale netwerken gestructureerd om vooringenomenheid te veroorzaken. In de echte wereld, dingen zijn ingewikkelder, natuurlijk. Sociale netwerkstructuren groeien uit individueel gedrag, en dat gedrag wordt beïnvloed door de social media platforms zelf.

Informatiegerrymandering geeft een partij een voordeel bij het overtuigen van kiezers. De partij die in het voordeel is, we laten zien, is de partij die haar invloed niet verdeelt en haar leden open laat voor overreding van de andere kant.

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

Experimenteren met bubbels

Onze collega's bij MIT vroegen meer dan 2, 500 mensen, gerekruteerd bij Amazon Mechanical Turk, een eenvoudig stemspel spelen in groepen van 24.

De spelers werden toegewezen aan een van de twee partijen. Het spel is gestructureerd om partijloyaliteit te belonen, maar ook om compromissen te belonen:als uw partij met 60% van de stemmen of meer heeft gewonnen, elk partijlid ontving US $ 2. Als uw partij een compromis heeft gesloten om de andere partij te helpen 60% van de stemmen te behalen, elk lid kreeg 50 cent. Als geen enkele partij heeft gewonnen, het spel was vastgelopen en niemand werd betaald.

We hebben het spel op deze manier gestructureerd om de spanningen in de echte wereld na te bootsen tussen de intrinsieke partijvoorkeuren van kiezers en de wens om compromissen te sluiten over belangrijke kwesties.

In ons spel, elke speler heeft zijn stemintenties in de loop van de tijd bijgewerkt, naar aanleiding van informatie over de stemintenties van anderen, die ze via hun miniatuur sociale netwerk ontvingen. De spelers zagen live, hoeveel van hun connecties van plan waren op hun partij te stemmen. We hebben spelers op verschillende posities op het netwerk geplaatst, en we regelden 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 dezelfde hoeveelheid invloed op andere mensen. Nog altijd, we hebben netwerken kunnen bouwen die de ene partij een enorm voordeel gaven, zodat ze bijna 60% van de stemmen wonnen, gemiddeld.

Om het effect van het sociale netwerk op de beslissingen van kiezers te begrijpen, we telden op wie met wie verbonden is, rekening houden met hun partijvoorkeuren. Met behulp van deze maatregel, we waren in staat om zowel de richting van de vooringenomenheid als gevolg van informatiegerrymandering nauwkeurig te voorspellen en het aandeel van de stemmen die door elke partij in ons eenvoudige spel werden ontvangen.

Bubbels in het echt

We hebben ook informatie gerrymandering gemeten in sociale netwerken in de echte wereld.

We hebben gekeken naar gepubliceerde gegevens over de mediaconsumptie van mensen, bestaande uit 27, 852 nieuwsberichten gedeeld door 938 Twitter-gebruikers in de weken voorafgaand aan de presidentsverkiezingen van 2016, evenals meer dan 250, 000 politieke tweets van 18, 470 personen in de weken voorafgaand aan de Amerikaanse tussentijdse verkiezingen van 2010.

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

We ontdekten dat deze sociale netwerken bubbelstructuren hebben die vergelijkbaar zijn met die voor onze experimenten.

Hoe netwerken vooroordelen produceren

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

Een partij kan congresdistricten trekken die op het eerste gezicht eerlijk zijn:elk district bevindt zich binnen een enkele grens, en hetzelfde aantal kiezers bevat, maar dat leidt in feite tot systematische vooringenomenheid, waardoor een partij meer zetels kan winnen dan het aantal stemmen dat ze krijgt.

Electorale gerrymandering is subtiel. Je weet het vaak als je het op een kaart ziet, maar een regel om te bepalen wanneer districten gerrymanderd zijn, is moeilijk te definiëren, wat een knelpunt was in de recente zaak van het Amerikaanse Hooggerechtshof over deze kwestie.

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

Door op te tellen wie met wie verbonden is, konden we een maatstaf ontwikkelen die we de 'influence gap' noemen. Deze wiskundige beschrijving van informatiegerrymandering voorspelde de stemresultaten in onze experimenten. We zijn van mening dat deze maatstaf nuttig is om te begrijpen hoe sociale netwerken in de echte wereld zijn georganiseerd, en hoe hun structuur de besluitvorming zal beïnvloeden.

Debat over hoe social media platforms zijn georganiseerd, evenals de gevolgen voor het individuele gedrag en voor de democratie, zal nog jaren doorgaan. Maar we stellen voor dat denken in termen van concepten op netwerkniveau, zoals bubbels en de verbindingen tussen bubbels, deze problemen beter kan begrijpen.

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