La inferencia bayesiana es un método estadístico que nos permite actualizar nuestras creencias sobre el estado del mundo a medida que recibimos nueva información. La idea básica es que comenzamos con una creencia previa sobre el estado del mundo y luego actualizamos esa creencia a medida que obtenemos nueva información. La cantidad de peso que le damos a la nueva información depende de cuánto confiamos en ella.
En el contexto de la formación de opinión, nuestra creencia anterior es la opinión que tenemos actualmente. A medida que recibimos nueva información, actualizamos nuestra opinión en función de cuánto confiamos en la fuente de información y qué tan consistente es con nuestra creencia anterior.
El modelo de los físicos utiliza un algoritmo de aprendizaje automático para aprender los parámetros del modelo de inferencia bayesiano. Esto permite que el modelo se adapte a diferentes situaciones y haga predicciones sobre cómo cambiarán las opiniones de las personas con el tiempo.
El modelo se probó en un conjunto de datos de opinión del mundo real y se descubrió que podía predecir con precisión cómo cambiaban las opiniones de las personas con el tiempo. Esto sugiere que el modelo puede usarse para comprender cómo las personas forman opiniones y para predecir cómo cambiarán sus opiniones en el futuro.
