توهم رأی مثبت — چرا محبوبیت کیفیت را می‌کشد

ده هزار رأی مثبت، صفر دقت

در آوریل ۲۰۱۳، در روزهای پس از بمب‌گذاری ماراتن بوستون، یکی از بزرگ‌ترین جمعیت‌هایی که تاکنون برای یک سوال گرد هم آمده بودند، به کار در ردیت پرداختند: کی این کار را کرد؟ هزاران مشارکت‌کننده، عکس‌ها به‌طور هم‌زمان بررسی می‌شدند، موضوعات هر دقیقه به‌روز می‌شدند — و یک سیستم امتیازدهی به‌طور دقیق نظریه‌های جذاب‌تر را به بالای صفحه می‌آورد. پاسخ‌های اصلی جمعیت، افراد بی‌گناه بودند. یک خانواده که در حال جستجوی پسر مفقودش بود، روزها تحت اتهامات عمومی قرار گرفت که با ده‌ها هزار رأی تقویت می‌شد. مدیران بعداً عذرخواهی کردند؛ مرورهای بعدی به مطالعات موردی تبدیل شدند. جزئیاتی که برای این سری مهم است: سیستم امتیازدهی دقیقاً همان‌طور که طراحی شده بود، عمل کرد. این سیستم آنچه را که جمعیت جذاب می‌دانست، به سطح آورد. جذاب و درست ویژگی‌های متفاوتی هستند و رأی‌های مثبت نمی‌توانند آن‌ها را از هم تشخیص دهند.

این توهم رأی مثبت است: فرض خاموشی که یک عدد اندازه‌گیری‌کننده توافق، کیفیت را اندازه‌گیری می‌کند. این پست درباره این است که چرا این توهم ساختاری است — نه یک شکست در تعدیل، نه یک مشکل بازیگر بد — و هزینه‌ای که در هر جایی که بحث‌های رتبه‌بندی‌شده بر اساس تأیید اتفاق می‌افتد، که اکنون بیشتر جاهایی است که انسان‌ها درباره هر چیزی بحث می‌کنند.

یک رأی مثبت در واقع چه چیزی را اندازه‌گیری می‌کند

افسانه‌ها را کنار بگذارید و یک رأی مثبت یک سیگنال یک‌بیتی است که کسی، در یک لحظه، احساس تأیید کرده است. به‌صورت تجمیع‌شده، ترکیبی از چیزها را اندازه‌گیری می‌کند — و کیفیت استدلال ضعیف‌ترین عنصر است:

• ✗توافق: مردم به طور چشمگیری به نظراتی که قبلاً به آن‌ها اعتقاد دارند رأی مثبت می‌دهند. یک چالش خوب استدلال شده به پیشینه جامعه از زیر آب شروع می‌شود.
• ✗زمان‌بندی: رأی‌های زودهنگام تجمع می‌یابند — دیده شدن رأی‌ها را به همراه دارد و رأی‌ها دیده شدن را به همراه دارند. همان نظری که یک ساعت بعد منتشر می‌شود می‌تواند به طور قابل توجهی متفاوت عمل کند.
• ✗سرگرمی: شوخی به طور قابل اعتمادی از استدلال پیشی می‌گیرد. جوک در دو ثانیه به نتیجه می‌رسد؛ استدلال دقیق دو دقیقه زمان می‌برد.
• ✗هم‌راستایی: مجموع نمرات قابل مشاهده، رأی‌دهندگان بعدی را لنگر می‌کند — نوعی مدرک اجتماعی که با خطاها همبستگی دارد، دقیقاً همان چیزی که حکمت جمعی را مختل می‌کند.

چرخش سکوت، بازی‌سازی شده

آسیب عمیق‌تر در آنچه که رأی مثبت می‌گیرد نیست — بلکه در آنچه هرگز نوشته نمی‌شود است. تحقیقات ارتباطات نامی برای این مکانیزم دارد: چرخش سکوت. مردم به طور مداوم جو نظر را می‌خوانند و وقتی ابراز یک نظر از نظر اجتماعی هزینه‌بر به نظر می‌رسد، آن را ابراز نمی‌کنند. این سکوت باعث می‌شود که اکثریت بزرگ‌تر به نظر برسد، که هزینه درک شده برای مخالف بعدی را افزایش می‌دهد و چرخش تنگ‌تر می‌شود.

سیستم‌های رأی‌گیری منفی نه تنها در جلوگیری از این موضوع ناکام هستند — بلکه آن را تسهیل می‌کنند. یک مطالعه در سال 2024 درباره گفت‌وگوهای ردیت نشان داد که کاربران به‌وسیله یک اثر دوگانه به جوامع هم‌فکر تقسیم می‌شوند: از فضاهای مخالف دور می‌شوند در حالی که به‌طور فعال به دنبال تعلق به فضاهای هم‌راستا هستند — با ترس از رأی منفی گرفتن و از دست دادن کارما که به‌طور صریح آن‌ها را از بیان نظراتی که با هنجارهای یک جامعه در تضاد است، بازمی‌دارد. این مجازات فرضی نیست: این یک عدد در حساب شماست، که برای شما قابل مشاهده است و در حال کاهش است.

نتیجه یک بحث است که به نظر می‌رسد توافقی وجود دارد و در واقع فرسایش است. دیدگاه اقلیت بحث را نباخت؛ بلکه از ورود به آن خودداری کرد — که این همان تله اتاق طنین است که در مقیاس پلتفرم عمل می‌کند و سیستم امتیازدهی به عنوان بازوی اجرایی آن عمل می‌کند.

این تنها مشکل ردیت نیست

وسوسه‌انگیز است که همه اینها را تحت عنوان آسیب‌شناسی رسانه‌های اجتماعی قرار دهیم. اما همان قوانین فیزیکی در هر جایی که تأیید، ارز قابل مشاهده بحث باشد، حاکم است:

• ✓چت شرکتی: واکنش‌های ایموجی به عنوان رأی مثبت با آداب بهتر محسوب می‌شوند. پیشنهادی که دوازده 👍 دارد به عنوان تأیید شده خوانده می‌شود؛ اعتراض بی‌پاسخ به عنوان حل شده تلقی می‌شود.
• ✓جلسات: سر تکان دادن معادل رأی مثبت است و تله صدای بلند الگوریتم رتبه‌بندی آن است.
• ✓ویکی‌های داخلی و RFCها: رشته‌های نظرات بر اساس تازگی و تجمع مرتب می‌شوند، بنابراین هر کسی که سریع‌تر همکاران را بسیج کند 'برنده' بررسی است.
• ✓هر جا که اختلاف نظر به صورت شخصی محاسبه می‌شود: زمانی که به چالشی در مورد یک ادعا به عنوان چالشی نسبت به نویسنده آن نگاه می‌شود، چرخه سکوت بر اساس ادب به جای کارما ادامه می‌یابد — همان سکوت، همان هزینه.

استدلال صادقانه: رأی‌های مثبت به دلیلی وجود دارند

قبل از اصلاح، استیلمن. امتیازدهی به محبوبیت یک مشکل واقعی را حل کرد: در مقیاس بزرگ، توجه باید به نوعی تخصیص یابد و رأی‌ها ارزان‌ترین سیگنالی هستند که یک پلتفرم می‌تواند جمع‌آوری کند. برای رتبه‌بندی با ریسک پایین — کدام میم خنده‌دارتر است، کدام بررسی محصول مفیدتر است — تأیید واقعاً معیار درستی است، زیرا سؤال این است که 'مردم چه چیزی را دوست دارند؟'. و رأی‌های مثبت دید را دموکراتیک کردند: قبل از آن‌ها، ویراستاران و دروازه‌بانان تصمیم می‌گرفتند؛ بعد از آن‌ها، حداقل هر کسی یک رأی دارد.

همه اینها درست است — و همه آنها در مورد تصمیم‌گیری‌ها بی‌مورد است. مشکل این نیست که رأی‌های مثبت وجود دارند؛ بلکه استفاده از یک معیار تأیید برای پاسخ به یک سؤال کیفیتی است. 'کدام استدلال باید بر اساس آن عمل کنیم؟' یک سؤال محبوبیتی نیست و پاسخ دادن به آن با ماشین‌آلات محبوبیت، هر نوع بیماری فوق را به تصمیماتی که کمتر می‌توانند آن را تحمل کنند، وارد می‌کند. ابزار اشتباه نیست؛ کاربرد آن اشتباه است.

چگونه Argumentree این کار را انجام می‌دهد: ارزیابی استدلال‌ها، نه افراد

گزینه ساختاری این است که آنچه نمره را حمل می‌کند تغییر کند. در Argumentree، واحد ارزیابی استدلال است، نه نویسنده — و مکانیک‌های نمره‌گذاری بر اساس هر یک از آسیب‌شناسی‌های فوق ساخته شده‌اند:

چه تغییراتی زمانی رخ می‌دهد که امتیاز معنایی پیدا کند

در پایین‌دست تغییر امتیازدهی، فیزیک بحث معکوس می‌شود. مارپیچ سکوت موتور خود را از دست می‌دهد: بیان یک دیدگاه اقلیت از نظر اجتماعی هیچ هزینه‌ای ندارد، زیرا این دیدگاه به عنوان یک گره امتیازدهی شده وارد می‌شود نه به عنوان یک موضع عمومی در برابر جمع — و گزینه‌های مشارکت ناشناس حتی در معرض دید باقی‌مانده را نیز حذف می‌کنند. مزیت پیشگامان کاهش می‌یابد: وزن یک استدلال از امتیازهای انباشته شده بر اساس شایستگی‌های آن ناشی می‌شود، نه از اینکه ابتدا قابل مشاهده بوده است (دینامیک‌های تازگی و لنگر انداختن پشتیبانی خود را از دست می‌دهند). و 'برنده شدن' معنای خود را تغییر می‌دهد: ادعایی که با چالش‌ها زنده می‌ماند و حمایت آن دست نخورده باقی می‌ماند، چیزی را به دست آورده است که شمارش رأی مثبت هرگز تأیید نمی‌کند — بررسی.

هیچ‌یک از این‌ها جادو نیست و حد واقعی در نوشتن قرار دارد: امتیازدهی به شایستگی کیفیت مشارکتی را که دریافت می‌کند اندازه‌گیری می‌کند. یک جامعه که به ادعاهای ضعیف چالش نمی‌کشد، هنوز هم آن‌ها را به‌خوبی بررسی نخواهد کرد — ساختار هزینه‌ی دقت را کاهش می‌دهد؛ مردم هنوز هم باید آن را صرف کنند. بقیه این سری به جزئیات می‌پردازد: کی crowds عاقل هستند و کی دیوانه، چرا شایستگی به ساختار نیاز دارد، بهینه‌سازی مشارکت چه چیزی را سرکوب می‌کند و چرا بحث ساختاری بهتر از بحث آزاد است.