基于局部复杂性与全局简单性优化决策的舆论极化：一个压缩驱动的多主体模型

《PLOS Complex Systems》：Opinion polarization from compression-based decision making where agents optimize local complexity and global simplicity

　　

摘要专业翻译 理解社会极化需要整合心理学、社会学与复杂系统科学的洞见。基于主体的建模（agent-based modeling, ABM）为整合不同领域的视角、探索个体认知如何塑造集体结果提供了一个自然框架。本研究提出一种新颖的多主体模型，整合了两种认知与社会机制：在群体内追求独特性的愿望（最优区分性理论，optimal distinctiveness theory）以及简化复杂信息的倾向（认知压缩，cognitive compression）。在该模型中，虚拟主体两两交互，并通过平衡两种相反的驱动力来决定是否采纳彼此的opinion（观点）：最大化其局部社会群体内的观点多样性，同时简化整体观点格局，两者均以香农熵（Shannon entropy）进行评估。研究表明，这些机制的组合可以再现真实世界模式，例如不同异质性观点簇（opinion clusters）的涌现。此外，与许多现有模型中观点群体一旦形成便固定不变不同，该模型中的个体在观点簇涌现后仍会继续调整其观点，导致群体内部及群体之间持续存在变异。计算实验揭示，当局部群体规模适中（与邓巴数，Dunbar's number，一致）时极化涌现，而较小的群体导致碎片化，较大的群体则阻碍独特簇的形成。较高的认知压缩增加了不可预测性，而较低的压缩则产生更一致的群体结构。这些结果展示了简单的心理规则如何生成复杂、逼真的社会行为，并推进了对人类社会中极化的理解。

论文解读

一、研究背景与问题

社会极化已成为一个日益严峻的全球性关切，深刻影响着民主制度与社会凝聚力。政治与意识形态层面的极化现象愈发显著，理解其形成机制成为复杂系统科学、社会心理学与政治科学交叉领域的重要课题。既有研究识别出诸多促进极化的社会机制，包括精英提示、社会政治身份分类、媒体环境变迁以及社会经济不平等。然而，极化如何作为复杂社会系统中个体层面交互所涌现的动态自组织过程，其内在机理仍未被充分理解。

在计算建模领域，多种经典多主体模型（agent-based model, ABM）已证明极化可从个体层面的机制中涌现，如Deffuant-Weisbuch模型与Hegselmann-Krause模型中的有限置信（bounded confidence）、Axelrod文化传播模型中的文化相似性以及DeGroot模型中的邻域观点平均。然而，这些模型存在一个共同的局限：一旦观点群体形成，主体便完全停止更新观点，被锁定在僵化的观点群体中，最终收敛于过于简化的静态结果——要么是全球共识，要么是少数几个同质簇。现实世界的观点格局却极少如此离散，即使在高度极化的社会中，同一群体内的个体也并非持有完全相同的信念，而是始终存在一定程度的变异与持续的观点变动。引入噪声虽能在一定程度上缓解这些局限，但纯形式下这些模型的机制仍导向过度简化、静态的结果。

社会心理学近期的研究将极化视为群体管理其身份认同的基本过程。极化系统使个体能够轻易区分内群体与外群体成员，识别自身归属并传递身份信号。然而，即使在有动机归属于清晰可辨的群体时，人们仍然珍视群体内的个体性。最优区分性理论（optimal distinctiveness theory）指出，个体努力平衡两种相反的驱动力：归属于定义明确的社会群体的愿望与感到独特的愿望。因此，个体偏好那些足够接近其群体以传递归属感、又足够独特以彰显个人身份的态度立场。换言之，在选择态度或观点时，人们倾向于局部复杂但全局可理解的位置。此外，认知压缩（cognitive compression）机制源于Lippmann的早期工作，强调人类如何将复杂信息简化为刻板印象或社会类别等简化认知表征，以更高效地处理新信息。传递链实验（“传话游戏”）已表明，信息在传播链中传递时，人们会感知并以日益压缩的形式再现信息。

基于上述理论与实证基础，本研究提出一个核心问题：当主体同时优化局部复杂性与全局简单性时，会涌现何种群体层面的观点模式？这些机制在何种条件下导致极化？为此，研究人员构建了一个新颖的多主体模型，将个体在社交群体内追求独特性的需求与简化更广泛观点环境的倾向相结合，探索这两种相反驱动力如何共同塑造群体层面的观点分布格局。

二、研究设计与关键方法

研究人员采用基于主体的蒙特卡洛（Monte Carlo）模拟方法构建模型。模型包含N=1000个主体，每个主体持有一个介于0和1之间的单变量观点值，初始观点从连续均匀分布中随机抽取。在每个蒙特卡洛步骤中，随机选择两个主体进行交互，第一个主体有机会采纳第二个主体的观点。决策规则基于香农熵（Shannon entropy）的比率比较：主体计算采纳新观点前后其局部社会群体与整个群体观点分布的熵值，若局部熵与全局熵之比增加（即局部观点多样性增加或全局复杂度降低，或两者兼有），则接受观点更新；否则维持原观点。

模型的两个关键控制参数为：局部群体规模（l），定义为与主体观点最接近的个体数量，反映个体所处的社会群体大小；认知压缩水平（n_bins），即在计算熵之前将连续观点空间划分的离散区间数，反映个体处理信息时的压缩程度。较小的n_bins意味着更高的压缩水平，类似于Miller所提出的7±2个信息块（chunk）的认知容量限制。参数选择参考了邓巴数（Dunbar's number）的实证发现，即人类可维持稳定社会关系的群体规模约为100-300人，以及区域人口规模约为千人量级的考古学估计。为分析涌现的观点结构，研究人员采用层次聚类（hierarchical clustering）结合肘部图（elbow plot）方法确定最优簇数，并采用K-means聚类结合轮廓系数（silhouette score）评估不同压缩水平下簇结构的稳定性。

三、研究结果

典型模拟结果。 在局部群体规模l=300、n_bins=10的参数条件下，模拟呈现出一个显著特征：主体的观点在模拟过程中发生显著移动，最终形成一个定义明确的主观点簇，同时少数主体停留在主群体之外。与以往模型不同，该模型中的观点簇内部存在观点变异，主体并非收敛到完全相同的观点，而是在簇内持续调整自身观点，偶尔有少数主体从主簇转移到离群位置或反之。全局熵随时间下降，观点分布变得更可压缩。模型对初始观点分布敏感，不同初始条件下主簇位置和离群点有所不同。

唯一观点数量的演化。 研究人员追踪了模拟过程中群体中唯一观点（unique opinions）数量的变化。10次独立运行的模拟均呈现一致的模式：唯一观点数量在早期呈近似指数衰减，随着观点簇的形成而减速，最终收敛到约10个量级的少量唯一观点。

社交群体规模对宏观观点分布的影响。 通过系统变化局部群体规模参数l，研究人员发现群体规模对涌现的观点格局具有决定性作用。当l=200时，模型形成两个定义明确的观点簇，呈现典型的观点极化格局；主体在观点簇内持续移动，偶尔在簇间跳跃，簇内保持持续变异。当l降至100时，涌现出更多观点簇，呈现观点碎片化（opinion fragmentation）格局。肘部图分析显示，l=100时检测到3-4个簇，l=200时两个簇即可解释几乎所有簇内变异，l=300和400时单一簇为最佳解释。该结果与Deffuant模型中置信界限参数的作用具有相似性，但存在关键差异：Deffuant模型中观点被吸引至邻近簇，而本模型中观点可最终落在与其起点位于观点空间对侧的簇中。此外，部分模拟还出现了一些特殊结果，如l=100时四个簇在模拟中途形成但其中一个随后溶解，以及l=500时无明确定义簇形成、主体在少数唯一观点间持续转移。

信息压缩对宏观观点分布的影响。 研究人员在固定其他参数（l=200）的条件下，系统变化n_bins值以考察压缩水平的影响。结果表明，l=200时始终形成两个不同的观点簇，但压缩水平显著影响簇的稳定性与可预测性。当n_bins=7（高压缩）时，簇的中位数和宽度在不同模拟之间显著变化，呈现较高的路径依赖性和不可预测性。随着n_bins增加（压缩降低），簇的位置和结构变得更加可预测和一致。此外，压缩水平还影响收敛时间：n_bins越大，模拟收敛所需时间越长。在近似无压缩的极限情况下（局部熵估计用n_bins=l，全局熵估计用n_bins=N），观察到两种结果类型：系统保持无序状态，或形成位于观点空间两端、规模相等的清晰簇。

四、讨论与结论

本研究表明，个体在局部差异化与全局观点分布简单性之间寻求平衡的愿望，可导致观点群体和极化的形成。模型捕捉了真实世界观点模式的若干经验特征：不同观点群体的涌现、群体内观点的变异性、以及群体结构形成后持续的观点流动性。这些结果表明，所研究的个体层面认知与社会机制能够在观点群体内维持多样性与活力，有助于解释为何现实世界的极化很少导致完全共识或严格同质的簇。

社交群体规模在塑造集体结果中发挥关键作用。当群体规模适中（与邓巴数一致）时，观点群体形成，导致共识、极化或碎片化。这一发现为理解个体社交群体规模如何约束或促进极化提供了机制基础。认知压缩水平则影响模拟的路径依赖性和观点簇定位的可预测性：较高压缩导致更大的不可预测性，较低压缩产生更稳定和一致的簇结构。

研究人员明确指出模型的局限性：采用全连接群体的简化假设，未纳入异质性网络结构；主体在决策时可访问完整的群体层面观点分布，未考虑记忆限制。未来研究方向包括将异质性网络拓扑（如聚类、模块化或小世界网络）纳入模型，以及赋予主体记忆能力以限制其对全局观点分布的感知。

研究结论可概括为：研究人员提出了一种整合认知压缩与身份驱动的独特性及归属感动机的新型观点形成模型，该框架为社会中多样但有结构的观点簇的涌现提供了合理的心理学基础。该模型既足够简单以揭示基本机制，又足够通用以引起心理学、社会学、数学和复杂系统科学等跨学科领域的兴趣，有望推动关于极化认知与社会基础的进一步跨学科研究。