Устойчивость демократических выборов к вычислительной пропаганде: математический анализ

Введение

Социальные сети стали неотъемлемыми инструментами в современных демократических выборах. Они кардинально изменили способ взаимодействия политиков с электоратом, позволяя кампаниям устанавливать связь с избирателями, мобилизовывать сторонников и активистов, а также распространять свои сообщения быстрее, проще и на более широкий диапазон, чем когда-либо прежде. С этой точки зрения социальные сети являются новыми коммуникационными платформами, укрепляющими демократический диалог. Одновременно, в силу своей структуры и динамики, социальные сети способствуют быстрому и массовому распространению информации, которую часто трудно, если не невозможно, проверить. Фактически, у социальных сетей и их использования в демократических процессах есть более темная сторона, которая носит название вычислительной пропаганды. Этот новый вид политических манипуляций основан на ботах — программно созданных и управляемых автоматизированных аккаунтах в социальных сетях.

Большое количество ботов генерирует колоссальные объемы контента так быстро, что практически невозможно определить, что является правдой, а что нет. Действительно, фейковые новости кажутся законными, когда повторяются достаточно часто, потому что человеческое восприятие таково, что так много «людей» не могут лгать одновременно. Боты манипулируют онлайн-дискуссиями и меняют восприятие людьми политических вопросов и субъектов. Существуют накапливающиеся примеры массового использования ботов в recent политических кампаниях. Боты, по-видимому, интенсивно использовались для попытки влияния на восприятие людьми роли Великобритании в Европейском Союзе во время кампании Brexit 2016 года. На президентских выборах в США 2016 года платформы социальных сетей использовались для распространения большого количества ложной информации. На всеобщих выборах в Великобритании 2017 года Лейбористская партия использовала ботов для распространения избирательных сообщений в Tinder, в то время как действующий кандидат Жаир Болсонару массово использовал социальные сети для распространения целевой информации на президентских выборах в Бразилии 2018 года.

Методология исследования

Математическая модель динамики мнений

При взаимодействии с коллегами мнение агента может измениться, то есть переместиться в пространстве мнений. Мы моделируем динамику мнений группы из n агентов с помощью адаптации модели, предложенной Тейлором. В демократической системе с p≥2 партиями мы представляем мнение каждого агента как нормализованный вектор на регулярном (p-1)-симплексе. k-я компонента x∈S_reg представляет степень согласия этого агента с k-й партией. Соответственно, наибольшая компонента определяет партию, за которую будет голосовать агент.

Мы приписываем каждому агенту i естественное мнение x_i^(0)∈S_reg и собираем все естественные мнения в матрицу естественных мнений X^(0)∈R^(n×p), i-я строка которой равна x_i^(0). Естественные мнения агента — это фактическое мнение, которое у него было бы при отсутствии взаимодействия между агентами. Расстояние между естественными мнениями определяет эти взаимодействия. В духе моделей динамики мнений Деффуана и Хегсельманна-Краузе взаимодействия существуют только между парами избирателей с векторами мнений в пределах определенного расстояния ε в пространстве мнений агентов.

Пространство мнений

k-я компонента вектора мнений x_i∈S_reg представляет степень согласия агента i с партией k. Три многоугольника на рис. 6 delineate области 2-симплекса, где агенты голосовали бы за партию 1, 2 и 3 соответственно. Без потери общности мы можем предположить, что индексация партий (от 1 до p) соответствует лево-правому политическому спектру, то есть партия 1 является крайней левой партией, а партия p — крайней правой. Чтобы гарантировать последовательность мнений каждого агента, мы не允许ваем векторы мнений, в которых две партии, далеко отстоящие в лево-правом спектре, имеют большое значение, в то время как партии между ними имеют низкое значение.

Результаты исследования

Двухпартийная система

Моделирование избирательного процесса происходит в два этапа. На первом этапе формируются мнения. На втором этапе из этих мнений определяется избирательный исход. Первый шаг зависит от параметров, которые моделируют социологические характеристики населения избирателей, такие как поляризация и априорные партийные предубеждения естественных мнений, а также открытость избирателей к различным точкам зрения, моделируемая здесь расстоянием взаимодействия ε. Второй шаг моделирует различные избирательные системы, существующие в разных демократических странах или для различных ветвей власти — исполнительной, законодательной и судебной.

Наш первый результат заключается в том, что введение значительных предубеждений через параметры μ и ρ в уравнении (12) приводит к четким результатам выборов, которые очень трудно инвертировать. Наш первый, не неожиданный результат заключается в том, что пристрастное население довольно устойчиво к манипуляциям с мнением. Это относительно тривиальный результат, поскольку значительные избирательные предубеждения приводят к четким выборам с комфортным перевесом голосов между выигрывающей и проигрывающей партиями. Соответственно, изменение результатов выборов требует изменения мнения большого числа избирателей.

Многопартийная система

Мы теперь обращаем наше внимание на выборы с более чем двумя партиями. В этом новом случае устойчивость количественно измеряется минимальными усилиями, чтобы заставить занявшего второе место победить на выборах. В разделе «Методы» описывается, как мы расширяем нашу двухпартийную систему — которая принадлежит к классу одномерных моделей динамики непрерывного мнения — до моделей взаимодействующих агентов с векторами мнений размерностью более двух. Каждая компонента вектора мнений измеряет близость этого агента к соответствующей партии.

Политические партии отличаются от более концептуальных вопросов, рассматриваемых до сих пор в литературе по многомерной динамике мнений, тем, что они упорядочены слева направо. Соответственно, нам необходимо определить метрику расстояния мнений, которая учитывает этот порядок. В частности, расстояние между крайними левыми и правыми партиями соответствует максимально различным политическим мнениям и поэтому должно быть больше, чем расстояние между любой другой парой партий.

Обсуждение результатов

Процесс, который в конечном итоге приводит к избирательному результату, сложен. Это зависит как от электората — в частности, его поляризации, его избирательных предубеждений и открытости к различным мнениям — так и от самой избирательной системы — которая преобразует мнения избирателей в избирательный результат. Реальные выборы не могут быть воспроизведены в различных условиях, поэтому практически невозможно разделить влияние, которое каждый из этих факторов оказывает на избирательные процессы. Хорошо построенные модели вычислительной социальной науки могут помочь определить, какое влияние specific characteristics электората и различных избирательных систем оказывают на результаты выборов, а также на их устойчивость к целенаправленным внешним воздействиям.

Такие оценки особенно интересны в свете недавнего роста вычислительной пропаганды. Косвенные избирательные манипуляции через автоматизированное создание и распространение фейковых новостей трудно остановить, поскольку на создание аккаунтов ботов в социальных сетях требуется меньше времени, чем на их выявление и нейтрализацию. Поэтому крайне желательно найти дополнительные меры, помимо регулирования социальных сетей, чтобы попытаться смягчить воздействие вычислительной пропаганды на демократические выборы.

Выводы и рекомендации

В терминах ландшафта мнений мы обнаружили, что результаты выборов более устойчивы в менее поляризованных обществах. Взаимодействия между агентами оказывают структурирующее влияние на конечные мнения, и в более connected обществе мнения становятся более жесткими из-за плотности сети взаимодействий. Увеличение расстояния взаимодействия между мнениями избирателей естественным образом делает избирательный процесс более устойчивым к внешнему влиянию. Другими словами, мнения, сформированные в результате взаимодействия со многими другими избирателями, с сильно отличающимися мнениями, труднее поддаются влиянию.

Одновременно аналогичные рассуждения объясняют, что чем более поляризованно общество, тем менее оно устойчиво к внешнему влиянию. Действительно, поляризация электората увеличивает расстояние между агентами в пространстве мнений. Поэтому при ограниченном расстоянии взаимодействия будет меньше взаимодействий между агентами, если они более поляризованы. Это особенно верно для слабо ориентированных избирателей, которые редки в поляризованных обществах и поэтому взаимодействуют лишь с немногими другими. Их мнения, соответственно, легче манипулировать.

Наконец, мы исследовали устойчивость различных избирательных систем. Сосредоточившись на четырех основных — пропорциональное представительство (PR), winner-takes-all (WTA), единое представительство (SR) и пропорциональное голосование по ранжированному выбору (PRCV) — мы обнаружили, что система PR обычно является наиболее устойчивой. Это нетривиально. На самом деле, с одной стороны, влиятельному лицу легче получить места в системе PR, чем в системе SR, потому что каждое место в системе PR соответствует меньшему количеству голосов. С этой точки зрения можно предположить, что система SR более устойчива, чем система PR. С другой стороны, однако, влиятельному лицу нужно получить больше мест, чтобы получить большинство в системе PR, потому что в целом доступно больше мест по сравнению с системой SR.