Social Influence bias; a randomized experiment
-
Upload
irene-raineri -
Category
Documents
-
view
133 -
download
0
description
Transcript of Social Influence bias; a randomized experiment
Anno Accademico 2013/2014 - Atteggiamento e opinioni
Social Influence Bias:
A randomized Experiment.
Lev Muchnik, Sinan Aral, Sean J. Taylor
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
La riprova
sociale Esperimento
Risultati Discussione
#1
#2
#3 #4
Anno Accademico 2013/2014 - Atteggiamento e opinioni
Indice
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#1 La riprova sociale
La riprova sociale è una strategia cognitiva della persuasione. Le persone, in media, tendono a
ritenere maggiormente validi i comportamenti o e le scelte che vengono effettuati da un elevato
numero di persone.
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
Alcuni esempi di come la riprova sociale sia utilizzata nelle strategie di marketing:
✗ esercizi commerciali e discoteche pagano figuranti per creare file;
✗ pubblicità Mc Donald’s;
✗ comizi politici reclutano comparse per incrementare la partecipazione.
#1 Esempli applicativi
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Per quantificare quanto l'influenza sociale incida sul processo decisionale, i ricercatori in Israele
e negli U.S.A. hanno progettato un esperimento su larga scala su un popolare sito di social news.
Pubblicato sulla rivista Science, il 9 agosto 2013, lo studio “Social influence bias: a randomized
experiment" è stato condotto da L. Muchnik presso l'Università Ebraica di School of Business
Administration, da S. Aral al MIT Sloan School of Management di Gerusalemme, e S. Taylor alla
New York University Stern School of Business.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#2 Esperimento
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Nell'era del web si fa sempre più affidamento sulle opinioni e i rating degli altri utenti. La cosiddetta
saggezza delle folle però, può produrre informazioni che ci aiutano a prendere decisioni migliori?
Oppure la sottile pressione online crea una mentalità di gruppo con conseguenze negative per i
mercati, la politica e la salute?
Qualcosa è popolare, perché in realtà è buono, o sembra buono solo perché è popolare?
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#2 Ipotesi
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
✗ Quantificare la grandezza del bias dell’influenza sociale a livello di utente.
✗ Stimare il bias dell’influenza sociale attraverso campi diversi.
✗ Stimare l’effetto del bias dell’influenza sociale su amici/nemici.
✗ Identificare i meccanismi che riconducono all’influenza sociale.
✗ Analizzare questi effetti in un ambiente online e fortemente attivo.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#2 Obiettivi
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
I ricercatori hanno condotto l’esperimento su un social news site, in cui potevano manipolare il
rating di alcuni commenti. Gli utenti possono commentare gli articoli o mettere voti su singoli
commenti di tipo up-vote o down-vote. Per oltre 5 mesi, ai ricercatori vengono assegnati
casualmente oltre 100.000 osservazioni sul sito per uno dei seguenti tre gruppi:
✗ gruppo positivamente manipolato (up-treated),
✗ un gruppo manipolato negativamente (down-treated),
✗ un gruppo di controllo.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#2 Disegno sperimentale
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Questa manipolazione ha creato cosi un segnale di giudizio positivo o negativo da parte di utenti
successivi, consentendo agli autori di poter fare stime sugli effetti dell’influenza sociale. I
101,281 commenti sperimentali, di cui 4,049 erano stati trattati positivamente e 1,942
negativamente (proporzione che rispecchia l’andamento naturale di rating del sito), sono stati
visualizzati più di 10 milioni di volte e valutati 308,515 volte dai successivi user.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#2 Disegno sperimentale
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#3 Risultati
✗ La manipolazione up-vote crea effetti-herding, aumentando le valutazioni positive medie finali
dei commenti del 25% rispetto ai commenti del gruppo di controllo.
✗ La probabilità che il primo visitatore voti positivamente aumenta significativamente nel
gruppo up-treated di oltre il 32% rispetto al gruppo di controllo.
✗ Un voto già negativo espresso non crea nessuna influenza riguardo le probabilità di voto
negativo.
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#3 Risultati
Si è notato che solo nelle sette categorie di argomenti più attive sul sito, ci sono stati significativi
effetti positivi per l’effetto-herding, come ad esempio sui commenti/valutazione di politica, cultura
e lavoro. Non c'era invece nessun effetto-herding negativo significativo in nessuna categoria.
Come è visualizzabile nel grafico seguente...
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#3 Risultati
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
Inoltre l’effetto-herding positivo risente del fatto che gli individui visualizzavano al momento del
voto le opinioni di amici o nemici. Gli amici di un commentatore erano più propensi a correggere
un punteggio negativo, mentre i nemici non ritenevano valesse la pena perdere il loro tempo.
#3 Risultati
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
#4 Discussione
✗ Manipolazione Positiva: effetto-herding causa un aumento del rating positivo/rating
bubbles.
✗ Manipolazione Negativa: non si riscontra l’effetto-herding.
Secondo gli autori non si riscontra perché l’aspetto negativo viene compensato da alcuni
utenti che considerano questo giudizio come eccessivamente negativo, neutralizzando così
l'effetto di influenza sociale.
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
"Nella nuova comunicazione le tecnologie di lavorazione assumono un ruolo più
dominante nel nostro processo decisionale (...). Per interpretare il giudizio
collettivo con maggiore precisione e fare un uso migliore dell’intelligenza
collettiva, dobbiamo utilizzare un opportuno voto on-line e delle tecnologie di
revisione adatte per tenere conto dell’ influenza della polarizzazione sociale."
- Dottor Lev Muchnik -
#4 Limiti e applicazioni future
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
Un esempio di soluzione all’effetto herding potrebbe essere quella già applicata dal sito social
news di Reddit.com. Permette agli utenti di votare i commenti tramite up-vote e down-vote. I
moderatori però, nascondono le valutazioni per un determinato periodo di tempo, per aumentare
la probabilità che un commento sia votato per reale merito.
#4 Limiti e applicazioni future
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
Un limite che abbiamo notato è che il sito scelto dagli autori ospiti topic che vengono
commentati prevalentemente in modo positivo (nella proporzione da loro trovata i commenti
positivi sono più del doppio di quelli negativi), quindi questo può spiegare perché non si
verifichi un effetto herding anche nel gruppo down-treated.
#4 Limiti e applicazioni future
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
Anno Accademico 2013/2014 - Atteggiamento e opinioni
Quattro sottogruppi:
✗ effetto del trattamento della manipolazione negativa sulla positività;
✗ effetto del trattamento della manipolazione positiva sulla positività;
✗ effetto del trattamento della manipolazione negativa sull'affluenza (tasso di partecipazione);
✗ effetto del trattamento della manipolazione positiva sull’affluenza (tasso di partecipazione).
Manipolazione negativa Aumento positività dei valutatori negativi
Manipolazione positiva Diminuzione positività dei valutatori positivi
Effetto manipolazioni P/N Aumento affluenza
#5 Effetti della manipolazione su affluenza positiva
Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.
"Il più grande ostacolo al
successo è solo farsi notare”
Duncan J. Watts
(scienziato di Microsoft Research)
Anno Accademico 2013/2014 - Atteggiamento e opinioni Lentini S., Morgillo G., Peronace D., Raineri I., Sindoni C., Pogliani G.