Конформность популярным, а не средним мнениям: модели, данные и эволюция

При оценке того, как индивиды в сети оценивают величину, часто предполагают, что они принимают среднее или взвешенное среднее оценок других наблюдаемых ими людей, как в модели обучения Франс-ДеГруа. Однако на практике люди могут копировать кластеры схожих мнений среди своих сверстников — процесс, который мы называем конформностью. Например, если десять человек оценивают величину как 0, а десять человек предполагают 100, то хотя средняя оценка равна 50, человек может конформно выбрать либо 0, либо 100. В настоящей работе мы (a) расширяем недавно предложенную модель конформности, включив в неё как личные убеждения, так и социальную информацию, (b) оцениваем эту модель и две модели усреднения Франс-ДеГруа на данных по принятию решений людьми и (c) моделируем эволюционную динамику каждой модели при разных типах структуры популяции, включая статические и адаптивные сети. При многих из рассматриваемых условий модель конформности обеспечивает значительно лучшее соответствие данным по сравнению с любой из моделей Франс-ДеГруа. Кроме того, эволюционные симуляции выявляют существенные различия между моделями; например, по сравнению с моделями Франс-ДеГруа модель конформности может вызывать более быстрые сдвиги популяций в сторону «экстремальных» мнений — когда оценки величины отдельными индивидами становятся либо очень большими, либо очень малыми — и снижать среднюю точность оценок индивидов. Эти результаты имеют значение для исследований формирования консенсуса, поляризации и мудрости толпы.