Российские математики создали алгоритм примирения людей с полярными мнениями

— Математические модели могут настроить социальные сети для самых разных информационных кампаний, – говорит Иван Козицин. – Например, для деполяризации общества, поделенного на два враждебных лагеря, чтобы не допустить бойни. Второй пример: для решения демографической проблемы социальные сети могут повысить количество семейных пар, готовых родить второго и третьего ребенка. Третий пример: для противодействия ложной информации, фейкам, поступающим с вражеской стороны.

– И в разных случаях нужны особые алгоритмы?

– Да. Но базовая модель, которая описывала бы эти процессы взаимодействия людей в социуме максимально точно, может быть общей. На сегодняшний день существует огромное количество моделей, их задача – определить, под влиянием чего можно изменить мнение индивидуума. Но все они так или иначе вращаются вокруг стандартных формул, – наиболее часто такие модели находят ответы для двух полярных групп (мы занимались этим на первом этапе).

В таких моделях люди описываются числами (мнениями), которые лежат на шкале от 0 до 1, где 0 — против, 1 — за. Например, один человек – «за», другой резко «против». Мы заносим их в самую простую модель, которая выдает нам три возможных варианта их взаимодействия: либо первый притянет второго к себе, либо второй – первого, либо они оба повлияют друг на друга таким образом, что оба приблизятся к некоему центру на шкале координат, к примеру, оба будут находиться на отметке 0,5, отказавшись от полярных позиций. Соответственно, зная возможные исходы, характеристики обеих личностей или их групповой портрет, можно подбирать определенные аргументы (и заносить их в алгоритм), чтобы достичь единения обоих на позитивной стороне. К примеру, по поддержке идеи рождения третьего ребенка.

Но в жизни все гораздо сложнее: в тех же соцсетях, как правило, два полярных мнения начинают «разбавляться» третьим, четвертым, пятым и т.д. Поэтому мы решили уйти от однозначной интерпретации той или иной позиции, приблизившись к стохастичности – более гибкой, меняющейся картине.

– И в таких условиях вы хотите привести людей к общему знаменателю?

– Это очень сложно, но мы, кажется, нащупали правильный механизм для пути к этому.

– Вывели закон, который может предсказать случайные изменения мнений?

– Он стремится к этому. На основе нашей математической модели мы можем предположить с определенной вероятностью, как одно мнение поменяется на другое в пространстве мнений из трёх и более элементов при различных возмущениях извне. Наша модель SCARDO рассматривает влияние одного мнения на другое с помощью специальных «таблиц переходов». Это позволяет найти выход в ситуациях, когда разные части сообщества наподобие героев басни Крылова – Лебедя, Рака и Щуки тянут «телегу» в разные стороны.

– Давайте с этого момента поподробней. Чем обусловлено возможное изменение мнений?

– Мнения различных пользователей в соцсети могут изменяться под воздействием мнений других пользователей (агентов). Чтобы предсказать, какие именно мнения, слова, образы убедят колеблющегося, для введения в формулу необходимы данные о нем: возраст, пол, профессия, вероисповедание, психотип и прочее. Чем больше данных о личности и характере пользователя, тем эффективней сработает система. Понятно, что пока цифровой мир не настолько совершенен, чтобы много знать о жизни каждого индивидуума. Поэтому по двум-трем характеристикам агентов мнений мы усредняем их типажи, вводим в формулу так называемую систему среднего поля.

– Что это такое?

— Когда система стахостична, предсказать что-то очень сложно. В таком случае одним из способов измерить неизмеримое является введение в формулу среднего поля – понятия, придуманного когда-то физиками. Для этого мы сильно усредняем систему (то есть, агентов разных мнений) и получаем некое усредненное описание системы, с которой уже можно работать. Другими словами – среднее поле – это переход от микроописания отдельных агентов до макроописания их собирательного образа. Например, гораздо проще выдать коллективную характеристику сторонников Трампа, чем отдельного индивидуума. Затем, зная основные черты группы, а также черты сторонников Камалы Харрис – мы можем предположить, кто и как может воздействовать на мнение другого, как мнения тех или других смогут эволюционировать через определенное время или под воздействием определенных внешних событий. К примеру, еще месяц назад президентом США был Байден, но в один прекрасный день его сменила Харрис. Это, теоретически, могло повлиять на изменение мнения избирателей. Но это двумерный случай.

В новой статье — речь идет о трех и более мнениях и создании среднего поля для каждого их них.

– Кого обычно больше в спорах людей с тремя и больше мнениями?

– По статистике, больше колеблющихся. Поэтому внимание многих специалистов направлено сейчас на изучение этой категории, как основного ресурса для усиления потенциала той или другой стороны.

– И как часто удается поменять взгляды направленной стратегией в сети?

– В 1-2 случаях из 10. Эти 10% в пересчете на большое общество смогут сыграть роль.

– Их тоже закладываете в свои формулы?

– Конечно!

— С прогнозированием более-менее понятно. Но вернемся примеру с поляризованным обществом. Как можно погасить «пожар», возникший, условно, между «красными» и «белыми»?

— Над этим мы пока не работали, но нам понятно, как это можно сделать. Воздействовать на систему можно теми же средствами, которыми на нее сейчас воздействуют в негативном ключе: при помощи ботов, рекламы, ранживаровании новостей. Главное, что для достижения нашей цели, они будут работать не на раздувание, а на гашение злобы и ненависти. Тут надо понять, на какую группу людей нужно воздействовать. Как правило в такого рода задачах ищут наиболее уязвимую и с ней работают. Наши модели позволяют найти такую группу.

— Как вы относитесь к идее социального рейтинга, который введен в Китае? У нас его не создадут?

— Надеюсь, мы до этого не дойдем, у нас другой менталитет. Но в наших формулах есть один параметр, который дает оценку личности индивидуума. Это «центральность». По определенным признакам мы определяем, насколько тот или иной пользователь соцсети влияет на окружение, как много людей оставляет комментарии под его высказываниями. У него может быть много друзей, но может быть и не слишком много, но зато эти друзья очень влиятельны. Такого человека мы относим, условно, к категории «серого кардинала» и учитываем в своих формулах.