网络环境为何在假新闻、舆论操纵等攻击面前显得脆弱?虽然互联网上看似任何人都能自由表达意见,但研究发现,少数人的力量就能轻易垄断舆论。
韩国科学技术信息研究院(KISTI)19日表示,与庆南科学技术大学、KAIST研究团队一起,通过大数据分析网络百科、论文、专利等的演化形态,揭示了集体智慧形成过程的规律性。
此外,基于此得出诊断:在所有集体智慧中,少数贡献的影响力持续增大,知识垄断化日趋严重。
研究结果于18日刊登在世界顶级科学期刊《自然》(Nature)的姊妹刊《自然·人类行为》(Nature Human Behaviour)网络版。
近来人工智能与大数据崭露头角,基于数据分析人类智慧形成过程的尝试不断增加,但由于知识形成过程的长期性与复杂性,数据庞大且分析困难。因此以往只能通过小规模样本推测整体趋势,未能尝试全量数据分析。
由KISTI未来技术分析中心先任研究员尹镇赫、庆南科技大学教养学部教授李相勋、KAIST物理学系教授郑夏雄组成的研究团队,为在高复杂性数据中寻找规律性,引入复杂系统(complex systems)方法论,尝试进行大规模集体智慧分析。
研究团队首先测定了以273种语言撰写的863个维基媒体项目各自的成长,分析其变化形态。结果发现,在所有数据中,随时间推移成长速度都在放缓,其原因在于新贡献者的流入逐渐减少。
研究团队提出这一现象源于垄断影响的假设,将贡献者之间的贡献不平等量化,追踪不平等指数(基尼系数)的变化。结果发现,知识越积累,知识生成的不平等指数越高,少数人的垄断性影响力增强,几乎支配了贡献者行为的“垄断化现象”。
研究还发现,这类垄断群体在集体智慧生成初期就已出现,并持续至今发挥垄断性影响力,新贡献者几乎不可能进入这一垄断阶层。
研究团队还开发了可再现这种不平等涌现现象的行为者模型。通过该模型明确预测出:知识越积累,未来集体智慧的知识垄断将更加严重。也就是说,若放任现状,网络上的信息可能被少数人垄断并被扭曲。
研究团队确认,论文与专利中也出现垄断化现象。即论文与专利发表越多的国家,越依赖少数研究者。研究还发现一个悖论现象:被认为更容易新参与的网络百科,其垄断化倾向反而比相对封闭的论文与专利更强,这暗示在没有进入门槛与监管的情况下,少数人更容易实现垄断。
KISTI尹镇赫博士建议:“通过复杂系统科学的新方法与大数据,我们得以掌握人类智慧与舆论形成过程的结构”,“在大部分信息都通过互联网流通的当下,要维持丰富而协作的环境、减少少数人的垄断化,就需要支持新参与者的积极活动,并对垄断和寡头行为加以制约。”






