錫南·阿拉爾（Sinan+Aral）

在數(shù)字化時代，我們難免受到他人看法的影響。在網(wǎng)上書店買書，要先看看其他顧客的評論；出門旅游，要根據(jù)網(wǎng)上用戶點評比較酒店；瀏覽視頻網(wǎng)站，先查看視頻的好評或差評數(shù)，判斷是否值得花時間觀看。我們甚至會參考以往病人的反饋，做出選擇醫(yī)生的重大決定。

大多數(shù)情況下，我們認為這些點評是可信的。2012年尼爾森的一份報告公布了對56個國家28， 000多名網(wǎng)絡用戶的調查結果，發(fā)現(xiàn)在最受信任的品牌信息來源中，在線消費者點評位列第二（僅次于家人和朋友推薦）。根據(jù)調查，全球超過三分之二的消費者表示，他們信任這些平臺的信息。

但是在線點評真的可信嗎？人們都有從眾天性，

當看到其他人贊賞一本書、一家酒店、一家餐廳或一位醫(yī)生，并給予較高的評價，這會讓我們同樣肯定這本書、這家酒店、這家餐廳或這位醫(yī)生，可能做出類似的好評。

本文作者和兩位同事針對社交新聞聚合網(wǎng)站設計了一個實驗。在網(wǎng)站上，用戶基于喜好程度，以投票方式對文章及相關評論進行點評。作者隨機用一個贊成或反對票操縱點評得分，衡量這樣的操縱對后續(xù)分數(shù)的影響。

結果令人吃驚。正向操縱形成了積極的社會影響偏見，在5個多月的時間里使得評論的最終得分提高了25%。而反向操縱的分數(shù)則受到糾正效應的抑制，使得操縱在一定程度上失效：盡管對于被反向操縱的評論，用戶更可能投出反對票（負面從眾效應的證明），但他們更可能積極“糾正”其認為名不副實的反對分。

這一社會影響偏見的雪球越滾越大，產(chǎn)生了偏向好評泡沫的趨勢。正向操縱的分數(shù)比控制組評論（未操縱的評論）得分高30%，達到或超過10分。達到10分并不容易，該網(wǎng)站的平均評分才1.9。贊成票不僅影響評分分布的均值，更推高分布的上尾，即開始階段的一條好評會把評分推至高點。

一些學者將這種現(xiàn)象描述為在線點評的“J形分布”，即在線點評的好評率會畸高。亞馬遜網(wǎng)上書店的產(chǎn)品評價中，好評（五星）遠遠高于差評（一星或兩星）或中評（三星或四星）。在不同網(wǎng)站上，也能發(fā)現(xiàn)對餐廳、電影和書籍的好評趨勢。