Projektbeschreibung
Eine neue dynamische korrigierende Einstellungstheorie
In der digitalisierten Gesellschaft spielen Koordinationseinstellungen eine zentrale Rolle. Das gilt insbesondere überall dort, wo hybride soziale Netzwerke, in denen Menschen und Bots präsent sind, darauf abzielen, wirtschaftliche und politische Prozesse zu beeinflussen und mitzugestalten. Das Modell der Meinungsdynamik in Netzwerken ist jedoch noch nicht ausreichend erforscht. Das EU-finanzierte Projekt DAFINET schlägt eine dynamische korrigierende Einstellungstheorie vor, die sich auf die Annahme stützt, dass Menschen zugleich über ein Repertoire verschiedener Einstellungen verfügen, Einstellungen zum Ausdruck bringen, um eine soziale Identität zu schaffen, und bei ihren Interaktionen ausgedrückten Einstellungen ausgesetzt sind. Das Projekt formuliert daher die Hypothese, dass Meinungen in sozialen Netzwerken dynamisch korrigiert werden können, wenn verschiedene Einstellungskonstellationen durch mehrstufige Übereinstimmungs- und Nichtübereinstimmungsketten an Identitäten gebunden werden. Die Theorie wird erklären, wie und wann es in Netzwerken zur schnellen Verbreitung eines Konsens kommt, inwieweit die identitätsbezogene Ausbreitung von Einstellungen beschränkt ist und welche Einstellungen nach Ereignissen erneut auftreten können.
Ziel
Understanding the coordination of attitudes in societies is vitally important for many disciplines and global social challenges. Network opinion dynamics are poorly understood, especially in hybrid networks where automated (bot) agents seek to influence economic or political processes (e.g. USA: Trump vs Clinton; UK: Brexit). A dynamic fixing theory of attitudes is proposed, premised on three features of attitudes demonstrated in ethnomethodology and social psychology; that people: 1) simultaneously hold a repertoire of multiple (sometimes ambivalent) attitudes, 2) express attitudes to enact social identity; and 3) are accountable for attitude expression in interaction. It is proposed that interactions between agents generate symbolic links between attitudes with the emergent social-symbolic structure generating perceived ingroup similarity and outgroup difference in a multilayer network. Thus attitudes can become dynamically fixed when constellations of attitudes are locked-in to identities via multilayer networks of attitude agreement and disagreement; a process intensified by conflict, threat or zero-sum partisan processes (e.g. elections/referenda). Agent-based simulations will validate the theory and explore the hypothesized channels of bot influence. Network experiments with human and hybrid networks will test theoretically derived hypotheses. Observational network studies will assess model fit using historical Twitter data. Results will provide a social-psychological-network theory for attitude dynamics and vulnerability to computational propaganda in hybrid networks.
The theory will explain:
(a) when and how consensus can propagate rapidly through networks (since identity processes fix attitudes already contained within repertoires);
(b) limits of identity-related attitude propagation (since attitudes outside of repertoires will not be easily adopted); and
(c) how attitudes can often ‘roll back’ after events (since contextual changes ‘unfix’ attitudes).
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-STG - Starting GrantGastgebende Einrichtung
- Limerick
Irland