The roots of polarization in the individual reward system.

Résumé

Polarization raises concerns for democracy and society, which have expanded in the internet era where (mis)information has become ubiquitous, its transmission faster than ever, and the freedom and means of opinion expressions are expanding. The origin of polarization however remains unclear, with multiple social and emotional factors and individual reasoning biases likely to explain its current forms. In the present work, we adopt a principled approach and show that polarization tendencies can take root in biased reward processing of new information in favour of choice confirmatory evidence. Through agent-based simulations, we show that confirmation bias in individual learning is an independent mechanism and could be sufficient for creating polarization at group level independently of any additional assumptions about the opinions themselves, beliefs about them, information transmission mechanisms or the structure of social relationship between individuals. This generative process can interact with polarization mechanisms described elsewhere, but constitutes an entrenched biological tendency that helps explain the extraordinary resilience of polarization against mitigating efforts such as dramatic informational change in the environment.

Hypothèses

La polarisation de groupe peut émerger uniquement à partir du biais de confirmation individuel, ancré dans le système de récompense, sans nécessiter d'interactions sociales, de réseaux, ni de contenu spécifique.

Population

Pas de participants humains — étude par simulation computationnelle (10 000 agents virtuels).

Variables

Variable indépendante : niveau de biais de confirmation (faible / modéré / élevé), présence ou non de chambres d'écho et de bulles de filtre
Variable dépendante : distribution des attitudes dans la population (mesure de polarisation)

Protocole utilisé

Les auteurs simulent 10 000 agents isolés qui, chaque jour pendant 90 jours, expriment une préférence entre deux objets neutres et reçoivent une information aléatoire (positive ou négative) sur chacun. La mise à jour des attitudes suit un modèle de Q-learning avec des taux d'apprentissage asymétriques selon que l'information est confirmatoire ou infirmatoire. Trois scénarios sont comparés : agents isolés, agents en chambres d'écho, agents en bulles de filtre.

Outils de mesure

Le reinforcement learning (apprentissage par renforcement) c'est un modèle où un agent apprend en recevant des récompenses ou des punitions selon ses choix. Comme un animal qui apprend à appuyer sur un levier parce qu'il reçoit de la nourriture.
Le Q-learning c'est une version de ce modèle. Le "Q" représente la valeur qu'un agent attribue à chaque option. À chaque fois qu'il reçoit une information, il met à jour cette valeur. Dans cet article, si l'information confirme son choix → la valeur monte beaucoup. Si elle le contredit → la valeur baisse peu. C'est ça le biais de confirmation intégré dans le modèle.
La distribution des attitudes c'est simplement : à la fin de la simulation, est-ce que les 10 000 agents sont répartis un peu partout sur l'échelle des opinions, ou est-ce qu'ils se regroupent en deux camps opposés ? Si deux bosses apparaissent aux extrêmes → polarisation.
L'écart-type mesure à quel point les opinions sont dispersées. Un écart-type élevé = les agents sont très éloignés les uns des autres dans leurs opinions = forte polarisation.

Analyses statistiques

Pas de tests statistiques inférentiels classiques

Résultats principaux

Même sans interaction entre agents, la polarisation émerge dès qu'il y a un biais de confirmation modéré. Plus le biais est fort, plus la polarisation est importante. Les chambres d'écho et bulles de filtre amplifient ce phénomène. Et même face à une information irréfutable en faveur d'un seul camp, la polarisation résiste dans les conditions avec biais élevé ou interactions sociales.

Conclusions des auteurs

La polarisation a des racines biologiques individuelles — elle découle du fonctionnement même du système dopaminergique. Ce mécanisme est orthogonal aux explications sociales (réseaux, algorithmes) mais peut interagir avec elles pour amplifier la polarisation.

Limites

Pas de données humaines réelles — les résultats ne sont pas directement testés empiriquement sur des individus. Les objets d'attitude sont neutres par construction, ce qui ne reflète pas la charge émotionnelle des vraies opinions politiques. Le modèle ne prend pas en compte les processus cognitifs de haut niveau (croyances, raisonnement, émotions).

Notes associées