一个新的计算模型已经被开发出来，以评估那些影响是否驳斥虚假声明的努力能够说服个体重新考虑他们对选举合法性信念的因素。
当选举结果存在疑问时，质疑结果的个体通常会受到支持任一方的权威人物的影响。这些权威可以包括独立监督者、政治领导人或媒体机构。然而，这些驳斥努力并不总能达到预期的目标；在某些情况下，它们甚至可能导致个体更加坚定地坚持自己的初始信念。
麻省理工学院和加州大学伯克利分校的研究人员，包括神经科学家和政治科学家，创造了一个计算模型来分析驳斥尝试是否会导致人们改变对选举合法性的看法的决定因素。他们的研究表明，尽管驳斥往往未能成功，但在某些情况下，它可以取得成功。
例如，模型表明，当个体对其初始信念的信心较低，并且他们认为权威是公正的或真正以追求准确性为动机时，驳斥往往效果更好。当权威支持与他们持有的假定偏见相矛盾的结果时，尤其有效；例如，福克斯新闻在2020年美国总统选举期间确认了约瑟夫·R·拜登在亚利桑那州的胜利。
麻省理工学院麦戈文脑研究所的脑与认知科学约翰·W·贾维教授、该研究的高级作者雷贝卡·萨克斯解释道：“当人们观察到驳斥时，他们将其视为一种人类行为，并将其解释为与他们对人类行为的理解相似。我们采用了一种简单的、一般的模型，以分析个体如何解释他人的行为，这足以分析这一复杂现象。”
该研究的结果可能在美国为即将于11月5日举行的总统选举做好准备时发挥重要作用，提供见解以识别最可能导致接受选举结果的场景。
麻省理工学院的研究生塞塔耶什·拉德卡尼是这项研究的主要作者，研究发表于《PNAS Nexus》的特别选举专刊中。曾在麻省理工学院获得博士学位并现在担任加州大学伯克利分校政治科学助理教授的玛丽卡·兰道-韦尔斯也是论文的共同作者。
理解动机
在对选举驳斥的研究中，麻省理工学院团队采用了一种创新的视角，扩展了萨克斯关于“心智理论”的广泛研究——个体如何考虑他人的思维和动机。
作为其博士研究的一部分，拉德卡尼正在构建一个计算模型，以捕捉个体目睹他人受到权威惩罚时发生的认知过程。每个个体对惩罚行为的解释可能因其对情境和涉及的权威的先前信念而异。有些可能会将权威视为公正地惩罚错误，而另一些则可能认为其越界施加不公的惩罚。
去年，萨克斯和拉德卡尼在参加麻省理工学院关于社会极化的研讨会后，想到了应用他们的模型来研究个体如何对试图影响其政治信念的权威作出反应的想法。他们邀请兰道-韦尔斯参与这个项目，她提出修改模型以检查关于选举结果合法性的信念驳斥。
拉德卡尼设计的计算模型采用贝叶斯推断，能够在个体接收到新信息时不断优化对人们信念的预测。这种方法将驳斥视为某人为其自身原因采取的行动。观察者对权威的声明会解释这些行为背后的动机，影响他们是否改变对选举结果的信念。
此外，该模型并不假设任何信念本质上是错误的或任何群体是非理性的。
拉德卡尼解释道：“我们只是假设有两个对某一问题持不同观点的群体：一个认为选举是欺诈的，另一个则不然。除此之外，这两个群体是可比的。他们对权威的动机及其在这些动机上的动机水平持有意见。”
研究人员模拟了200多种不同的情境，其中权威试图挑战某一群体对选举结果合法性的信念。
在每次模拟中，他们调整了对每个群体原始信念的确定水平，并变化了他们对权威动机的看法。在某些场景中，群体将权威视为追求准确性，而在其他场景中则没有。他们还调整了每个群体认为权威有多偏见以及这些信念的强度。
促进共识
在每个场景中，研究人员利用模型预测每个群体将如何对权威试图说服他们相信选举合法性的五个声明作出反应。大多数模拟显示信念仍然是极化的，有些场景甚至导致更进一步的极化。这种极化甚至可能扩展到与原始选举背景无关的话题。
然而，在特定条件下，驳斥努力被证明是有效的，信念趋向于达成一致的结果，尤其是在个体对其原始信念的信心较低时。
兰道-韦尔斯表示：“非常确定的人会对改变产生抵抗。实际上，许多权威的驳斥行为最终是无效的。然而，许多个体处于不确定的状态中。他们心存疑虑，却没有坚实的信念。这篇论文的一个启示是，我们的位置表明，这一模型能够影响人们的信念并引导他们朝向真相。”
此外，当个体信任权威是公正并且高度追求准确性时，信念的聚合会得到促进。当权威发表的声明与其偏见假设相矛盾时—例如，尽管民主党获胜，某些共和党州长仍声称他们州的选举是公正的—这种影响更具说服力。
随着2024年总统选举的临近，草根行动应运而生，旨在培训非党派选举观察员，他们可以支持选举的合法性。研究人员表示，这类组织有能力影响那些对选举有效性存有疑虑的人。
兰道-韦尔斯表示：“这些倡议旨在培训个人，使其独立、公正，并在所有其他事物之上致力于选举结果的真相。这些就是你想要的实体。我们希望他们能够被视为公正和真实，因为在这个不确定的领域，他们的声音可以引导人们得出准确的结论。”
本研究部分由帕特里克·J·麦戈文基金会和古根海姆基金会资助。
