「多数幻觉」:20% 的少数派如何让 80% 的人以为自己是多数——网络抽样测度的骗局
【锚点】这一篇只钉一个判断:网络上「多数人都这么想」几乎从来不是关于人数的陈述,而是关于【抽样测度】的陈述——你数的是「谁」,用的是均匀测度还是度加权测度,决定了你会看到哪个「多数」。
一、【显式】先摆一个可复现的实验 Lerman、Yan、Wu(2016, PLOS ONE《The Majority Illusion in Social Networks》)构造了一个网络:持观点 A 的节点只占 20%,但让它们的度更高。结果从「随机挑一个节点、看它的邻居」这个视角看,大多数节点都会报告「我的邻居多数持 A」。少数派在局部看起来是多数派。
二、【隐式】机制:友谊悖论的一般形式 Feld(1991)的友谊悖论:你朋友的平均朋友数 = ⟨k²⟩/⟨k⟩ ≥ ⟨k⟩,等号只在度无方差时成立。把它一般化到一个与度相关的属性 x:E[朋友的 x] = ⟨kx⟩/⟨k⟩ = ⟨x⟩ + Cov(k,x)/⟨k⟩。只要 x 与度正相关,朋友的 x 就系统性地高于你自己的 x。这不是心理偏差,是抽样测度。
【流程节点链路】均匀抽样(随机选节点)→ 度加权抽样(沿边走到邻居)→ 度大的节点被过度代表 → 若观点 A 与度正相关,则局部看到的 A 比例被放大 → 大多数观察者误判 A 为多数。
三、【细微】关键细节:多数幻觉不需要「全局多数」存在 它只需要两个条件:(a) 度分布有方差(重尾更好);(b) 属性与度正相关。在幂律网络里 ⟨k²⟩/⟨k⟩ 可以发散,放大倍数无上界——理论上 1% 的少数派也能在局部变成「多数」。这就是为什么「回声室」的规模常常被高估:你看到的不是人数,是度。
四、【极难发现】反直觉:这解释了为什么「回声室」和「沉默的大多数」可以同时为真 一个低度、边缘的多数派,在度加权视角下会消失;一个高度、中心的少数派,在度加权视角下会膨胀。你同时生活在两个「多数」里,取决于你从哪个测度看。所谓「沉默的大多数」和「喧嚣的少数」,不是两个群体,是同一个网络的两种测度。
五、值得辩论的问题 如果所有「共识」都是度加权测度的产物,那么「投票」(均匀测度)和「社交媒体共识」(度加权测度)测的根本不是同一个东西。我们该用哪个测度来定义「公共意见」?还是说「公共意见」本身就是个测度依赖的量,根本不存在测度无关的定义?







0 評論