How does public opinion become extreme?

Abstract

We investigate the emergence of extreme opinion trends in society by employing statistical physics modeling and analysis on polls that inquire about a wide range of issues such as religion, economics, politics, abortion, extramarital sex, books, movies, and electoral vote. The surveys lay out a clear indicator of the rise of extreme views. The precursor is a nonlinear relation between the fraction of individuals holding a certain extreme view and the fraction of individuals that includes also moderates, e.g., in politics, those who are “very conservative” versus “moderate to very conservative” ones. We propose an activation model of opinion dynamics with interaction rules based on the existence of individual “stubbornness” that mimics empirical observations. According to our modeling, the onset of nonlinearity can be associated to an abrupt bootstrap-percolation transition with cascades of extreme views through society. Therefore, it represents an early-warning signal to forecast the transition from moderate to extreme views. Moreover, by means of a phase diagram we can classify societies according to the percolative regime they belong to, in terms of critical fractions of extremists and people’s ties.

How social learning adds up to a culture: from birdsong to human public opinion

“…Centola and Baronchelli (2015) suggested that the increase in social connectedness via social media could potentially facilitate the convergence of public opinion among people who do not even know that they are implicitly coordinating with one another. Other studies show that such convergence can induce a phase transition (or non-linearity), shifting public opinion from moderate views towards extremism (Ramos et al, 2015), causing community disconnection (Gil and Zanette, 2006) and echo-chamber effects, particularly in domains with high emotional salience (Cowan, 2014;Jasny et al, 2015;Pentland, 2014). We will conclude by presenting a coarse outline for technical approaches to counteract imbalances in online communication systems.…”

Dinâmicas De Opinião Em Redes Complexas

“…No caso não correlacionado emergem cascatas de ativação com uma distribuição com decaimento em lei de potência com expoente 3/2. De fato, processos de ramificação são o arcabouço de muitos modelos de ativação, produzindo avalanches na mesma classe de universalidade [63,64,102,103,11]. Como consequência, os resultados empíricos se encaixam em um cenário de cascatas de imitação.…”

“…Este trabalho foi desenvolvido parcialmente durante um período de doutorado sanduíche no Levich Institute of New York, onde fui co-orientado pelo Prof. Hernán Makse e pode ser encontrado na Ref. [11].…”

“…Na situação que estamos considerando, os indivíduos precisam decidir entre duas alternativas, assistir ou não a um filme, portanto seu estado pode ser caracterizado por um variável binária, e. g., 1 (ativo) ou 0 (inativo), comó e considerado em muitos modelos de contágio de opinião [114][115][116][117]63]. Para definir as regras de contágio, lembre que o valor empírico de ↵é muito próximo do valor de campo médio padrão, 3/2, para a distribuição dos tamanhos das avalanches, como em criticalidade auto-organizada com vizinhos aleatórios [118][119][120], inicialização por limiar [63] e percolação de inicialização (bootstrap percolation em inglês) em redes aleatórias (com segundo momento finito na distribuição de graus) [64,102,103,11]. O mesmo comportamento de escala também ocorre para a distribuição de tamanhos de componentes em redes aleatórias no ponto crítico percolação [27,121].…”

Efeitos Da Aleatoriedade Da Rede De Contatos Em Dinâmicas De Múltiplas Escolhas

“…As transições são governadas por uma regra apropriada ao problema de interesse; nosúltimos anos diversas regras foram propostas na literatura [4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23].…”