锡南·阿拉尔(Sinan+Aral)
在数字化时代,我们难免受到他人看法的影响。在网上书店买书,要先看看其他顾客的评论;出门旅游,要根据网上用户点评比较酒店;浏览视频网站,先查看视频的好评或差评数,判断是否值得花时间观看。我们甚至会参考以往病人的反馈,做出选择医生的重大决定。
大多数情况下,我们认为这些点评是可信的。2012年尼尔森的一份报告公布了对56个国家28, 000多名网络用户的调查结果,发现在最受信任的品牌信息来源中,在线消费者点评位列第二(仅次于家人和朋友推荐)。根据调查,全球超过三分之二的消费者表示,他们信任这些平台的信息。
但是在线点评真的可信吗?人们都有从众天性,
当看到其他人赞赏一本书、一家酒店、一家餐厅或一位医生,并给予较高的评价,这会让我们同样肯定这本书、这家酒店、这家餐厅或这位医生,可能做出类似的好评。
本文作者和两位同事针对社交新闻聚合网站设计了一个实验。在网站上,用户基于喜好程度,以投票方式对文章及相关评论进行点评。作者随机用一个赞成或反对票操纵点评得分,衡量这样的操纵对后续分数的影响。
结果令人吃惊。正向操纵形成了积极的社会影响偏见,在5个多月的时间里使得评论的最终得分提高了25%。而反向操纵的分数则受到纠正效应的抑制,使得操纵在一定程度上失效:尽管对于被反向操纵的评论,用户更可能投出反对票(负面从众效应的证明),但他们更可能积极“纠正”其认为名不副实的反对分。
这一社会影响偏见的雪球越滚越大,产生了偏向好评泡沫的趋势。正向操纵的分数比控制组评论(未操纵的评论)得分高30%,达到或超过10分。达到10分并不容易,该网站的平均评分才1.9。赞成票不仅影响评分分布的均值,更推高分布的上尾,即开始阶段的一条好评会把评分推至高点。
一些学者将这种现象描述为在线点评的“J形分布”,即在线点评的好评率会畸高。亚马逊网上书店的产品评价中,好评(五星)远远高于差评(一星或两星)或中评(三星或四星)。在不同网站上,也能发现对餐厅、电影和书籍的好评趋势。