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HTH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。