Os físicos desenvolveram um modelo matemático para explicar como as pessoas formam opiniões, usando uma combinação de aprendizado de máquina e mecânica estatística. O modelo utiliza uma técnica chamada inferência bayesiana para atualizar as opiniões à medida que novas informações são disponibilizadas.

A inferência bayesiana é um método estatístico que nos permite atualizar nossas crenças sobre o estado do mundo à medida que recebemos novas informações. A ideia básica é que comecemos com uma crença prévia sobre o estado do mundo e depois atualizemos essa crença à medida que obtemos novas informações. A quantidade de peso que damos às novas informações depende do quanto confiamos nelas.

No contexto da formação de opinião, a nossa crença anterior é a opinião que temos atualmente. À medida que recebemos novas informações, atualizamos a nossa opinião com base no quanto confiamos na fonte da informação e no quão consistente ela é com a nossa crença anterior.

O modelo dos físicos usa um algoritmo de aprendizado de máquina para aprender os parâmetros do modelo de inferência bayesiano. Isto permite que o modelo se adapte a diferentes situações e faça previsões sobre como as opiniões das pessoas mudarão ao longo do tempo.

O modelo foi testado em um conjunto de dados de opinião do mundo real e descobriu-se que era capaz de prever com precisão como as opiniões das pessoas mudavam ao longo do tempo. Isto sugere que o modelo pode ser usado para compreender como as pessoas formam opiniões e para prever como as suas opiniões mudarão no futuro.