Тем не менее, нам часто не хватает понимания поведения людей и мы оцениваем его исходя из наблюдений за своим ближайшим окружением. В некоторых случаях структура базовой социальной сети может значительно исказить локальные наблюдения индивидуума, поскольку определенное поведение в ней может встречаться гораздо чаще, чем это распространено в обществе.

Ученые из Университета Южной Калифорнии проследили это явление в социальных сетях. Они обнаружили там «эффект большинства». Он заключается в том, что некоторая информация может казаться широко распространенной нормой для большинства пользователей социальной сети, тогда как на самом деле она представлена лишь среди небольшого числа популярных аккаунтов.

Авторы строили искусственные социальные сети с заданными параметрами распределения числа связей. Некоторым узлам сети (аккаунтам) присваивался бинарный атрибут, например «владеет iPhone/не владеет iPhone». После этого ученые следили за тем, как информация об этом распространяется по сети.

В том случае, когда атрибут присваивался узлам с большим числом связей, оказалось, что большинство других узлов в среднем считала его «нормой». При том, что в общем по сети его распространенность была мала.

При исследовании реальных социальных сетей оказалось, что в них наблюдаются аналогичные явления. Эффект большинства пропадал только тогда, когда среди узлов сети не было большого различия по числу связей, чего практически никогда не наблюдается в реальном случае.

Авторы отмечают, что эффект близости не зависел от конкретной топологии сети, а определялся лишь тем, от каких узлов поступала исходная информация. По мнению ученых, эффект большинства может представлять определенную опасность, так как из-за него те идеи, которые на самом деле присущи меньшинству, могут выглядеть в глазах большинства нормой. Например, рискованное и антиобщественное поведение. Так, подростки могут посчитать пристрастие к алкоголю нормой среди своих друзей, хотя на самом деле лишь небольшое число популярных персонажей обладают этим атрибутом.

Эффект большинства во многом схож с «эффектом друга», хорошо известным в статистике. Согласно нему, для большинства аккаунтов в социальных сетях число друзей будет меньше, чем среднее «число друзей у друзей». Такой перекос возникает из-за того, что одни и те же популярные аккаунты с большим числом друзей и подписчиков оказывают слишком большое влияние на статистику для каждого отдельно взятого аккаунта.

Источник: http://psyfactor.org