–®—Ç–Æ—Ä–º! –Í–Æ–Π! –Í–Μ—Ç—Ä–∞ –°–≤–∏—Å—Ç!
目录:
北极周围的北极海冰数量一直呈下降趋势，国家冰雪数据中心的卫星数据显示这种下降 - 特别是一年中的这个时候 - 每日更新。
但任何下降趋势都出现飙升，2013年的一次特别飙升（由于异常凉爽的夏季）引起了政治界的广泛误解，成为新出版的社会学研究的主题。研究结果表明，当一个人脱离政治派别时，人们就气候科学做出更明智的决策。它还提供了政治如何不经常让事实妨碍的最新科学例子。
首先，这是研究人员认为有问题的图表 - 有点像Rorschach的政治测试 - 显示2013年北极海冰的飙升。例如，认为气候变化是一个自由的恶作剧的人可能会指出海冰的增加证据表明下降趋势将很快回升。
宾夕法尼亚大学安纳伯格传播学院的社会学家和教授Damon Centola领导了一项研究，研究人们可能误解上述数据的原因。他的研究团队使用社会学习过程（显示一组人的答案以及问题），看看他们是否可以消除自我认同的民主党人和共和党人之间的两极分化。
这项研究“气候趋势的解释中的社会学习和党派偏见”于周一发表在期刊上 美国国家科学院院刊.
Centola表示，实验开始前最清晰的基线发现是“共和党人严重误解了数据”。 “总的来说，在每种情况下，几乎40.2％的共和党人说北极海冰正在增加。”与此同时，73.9％的自由主义者正确地估计了基线的海冰趋势。
该报的资深作者Centola和他的团队在亚马逊的机械土耳其人（机械巨头的“需要人类智能的工作市场”）上招募了2,400人，一半是共和党人，一半是民主党人。他们被随机分配到40人的两党社交网络，进行“智力测试”，要求参与者预测海冰水平。
“你的答案越准确，你赢得的就越多！”，这项研究的主题被告知。他们是 不 研究人员写道，这些数据是由NASA确定的，以避免与组织信息来源相关的已知偏差。
他们被允许修改他们的反应，同时显示其他人在他们的网络中的反应，并且当他们的网络邻居的反应旁边没有党派时，他们的海冰预测更接近NASA的科学预测。
其他问题包括他们旁边的符号，这些科学问题也具有政治引力的微妙建议。他们写道，当“受试者在沟通期间接触到政党标识时，社会学习得到了防止，并且保持了基线的两极分化水平”。
当向所有参与者提供数据时，要求根据该数据进行预测，并告知他们将获得更多资金以获得准确答案，Centola说该组织“解决了NASA的问题”，即人们误解了其研究。
“85％的共和党人和民主党人都认为北极海冰水平实际上正在下降，”他谈到裸露的数据，没有任何隶属关系或图像。 “更重要的是，这一共识对两个群体来说都是更为准确的共识。”
但是当数据显示的是共和党大象或民主党驴，或者说“保守派”或“自由主义”，或者表明人们如何被认定为保守派或自由派的人时，预测偏离了正确的结果。
“社会学习的好处不仅限于保守派，”研究人员写道。 “在没有党派暗示的网络中，自由党也得到了改善，在控制条件下完成了比自由派更高的趋势准确度。在研究结束时，在没有党派暗示的两党网络中，自由派和保守派之间的趋势准确性不再存在显着差异。“
当提出该小组的共识时 无 党派，研究对象共同努力做出正确的预测。
“我们发现，在缺乏政治形象的情况下，跨党派接触消除了两极分化，并导致对气候变化的更好理解，”Centola说。
抽象
由于动机推理导致人们误解数据以适应他们的政治和心理偏见，因此重要的科学传播常常被公众误解。在气候变化的情况下，一些人被发现系统地误解气候数据的方式与气候科学家的预期信息相冲突。虽然先前的研究试图通过两党通信网络减少动机推理，但也发现这些网络加剧了偏见。大众理论认为，两党网络通过让人们接受反对的信仰来放大偏见。这些理论与集体智慧研究紧密相关，这表明在社交网络中交换信念可以促进社会学习，从而改善个人和群体的判断。然而，先前的集体智慧实验几乎完全依赖于中性问题，这些问题不会引发动机推理。使用亚马逊的Mechanical Turk，我们进行了一项在线实验，以测试两党社交网络如何影响受试者对NASA气候通信的解释。在这里，我们表明，在结构化的两党社交网络中接触反对信念，大大提高了保守派和自由派之间判断的准确性，消除了信仰两极分化。然而，我们还发现，由于党派的启动，社会学习可以减少，信仰两极分化得以维持。我们发现，通过接触政治方面的标识和接触网络同伴的政治身份，增加交往中的党派关系的显着性，可以显着减少社会学习。