Mengurangkan keterlihatan kandungan polarisasi dalam suapan media sosial boleh mengurangkan permusuhan partisan dengan ketara. Untuk menghasilkan penemuan ini, saya dan rakan sekerja membangunkan kaedah yang membolehkan kami mengubah kedudukan suapan orang , sebelum ini sesuatu yang hanya boleh dilakukan oleh syarikat media sosial.
Menyusun semula suapan media sosial untuk mengurangkan pendedahan kepada siaran yang menyatakan sikap anti-demokrasi dan permusuhan partisan menjejaskan emosi orang ramai dan pandangan mereka terhadap orang yang mempunyai pandangan politik yang bertentangan.
Saya seorang saintis komputer yang mengkaji pengkomputeran sosial, kecerdasan buatan dan web. Oleh kerana hanya platform media sosial boleh mengubah suai algoritma mereka, kami membangunkan dan mengeluarkan alat web sumber terbuka yang membolehkan kami menyusun semula suapan peserta yang bersetuju di X, sebelum ini Twitter, dalam masa nyata.
Berdasarkan teori sains sosial, kami menggunakan model bahasa yang besar untuk mengenal pasti siaran yang mungkin menimbulkan polarisasi orang, seperti yang menyokong keganasan politik atau menyeru supaya ahli parti lawan dipenjarakan. Catatan ini tidak dialih keluar; mereka hanya berada di kedudukan lebih rendah, memerlukan pengguna menatal lebih jauh untuk melihatnya. Ini mengurangkan bilangan siaran yang dilihat pengguna.
Kami menjalankan percubaan ini selama 10 hari dalam minggu-minggu sebelum pilihan raya presiden AS 2024. Kami mendapati bahawa mengurangkan pendedahan kepada polarisasi kandungan dapat mengukur perasaan peserta terhadap orang dari parti lawan dan mengurangkan emosi negatif mereka semasa menatal suapan mereka. Yang penting, kesan ini adalah serupa merentas gabungan politik, menunjukkan bahawa campur tangan memberi manfaat kepada pengguna tanpa mengira parti politik mereka.
Mengapa ia penting
Salah tanggapan yang biasa ialah orang mesti memilih antara dua ekstrem: algoritma berasaskan penglibatan atau suapan kronologi semata-mata. Pada hakikatnya, terdapat spektrum luas pendekatan perantaraan bergantung pada perkara yang dioptimumkan untuk dilakukan.
Algoritma suapan lazimnya dioptimumkan untuk menarik perhatian anda, dan akibatnya, ia mempunyai kesan yang ketara pada sikap, perasaan dan persepsi anda terhadap orang lain . Atas sebab ini, terdapat keperluan mendesak untuk rangka kerja yang membolehkan penyelidik bebas menguji pendekatan baharu dalam keadaan realistik.
Kerja kami menawarkan laluan ke hadapan, menunjukkan cara penyelidik boleh mengkaji dan prototaip algoritma alternatif pada skala, dan ia menunjukkan bahawa, terima kasih kepada model bahasa yang besar, platform akhirnya mempunyai cara teknikal untuk mengesan kandungan polarisasi yang boleh menjejaskan sikap demokratik pengguna mereka.
Apakah penyelidikan lain yang sedang dilakukan dalam bidang ini
Menguji kesan algoritma suapan alternatif pada platform langsung adalah sukar, dan kajian sedemikian baru-baru ini meningkat bilangannya.
Sebagai contoh, kerjasama baru-baru ini antara ahli akademik dan Meta mendapati bahawa menukar suapan algoritma kepada kronologi tidak mencukupi untuk menunjukkan kesan pada polarisasi. Usaha berkaitan, Cabaran Kedudukan Prososial yang diketuai oleh penyelidik di University of California, Berkeley, meneroka alternatif penarafan merentasi pelbagai platform untuk mempromosikan hasil sosial yang bermanfaat.
Pada masa yang sama, kemajuan dalam pembangunan model bahasa besar membolehkan cara yang lebih kaya untuk memodelkan cara orang berfikir, merasa dan berinteraksi dengan orang lain. Kami melihat minat yang semakin meningkat untuk memberi pengguna lebih kawalan, membolehkan orang ramai memutuskan prinsip yang harus membimbing perkara yang mereka lihat dalam suapan mereka – contohnya perpustakaan Alexandria nilai pluralistik dan sistem penarafan semula suapan Bonsai . Platform media sosial, termasuk Bluesky dan X , menuju ke arah ini juga.
Apa seterusnya
Kajian ini mewakili langkah pertama kami ke arah mereka bentuk algoritma yang menyedari potensi kesan sosialnya. Banyak soalan tetap terbuka.
Kandungan daripada rakan kongsi kami
Kami merancang untuk menyiasat kesan jangka panjang daripada campur tangan ini dan menguji objektif kedudukan baharu untuk menangani risiko lain kepada kesejahteraan dalam talian, seperti kesihatan mental dan kepuasan hidup. Kerja masa depan akan meneroka cara mengimbangi berbilang matlamat, seperti konteks budaya, nilai peribadi dan kawalan pengguna, untuk mencipta ruang dalam talian yang lebih menyokong interaksi sosial dan sivik yang sihat.
Ringkasan Penyelidikan merupakan ringkasan tentang kerja akademik yang menarik.
Tiziano Piccardi , Penolong Profesor Sains Komputer, Universiti Johns Hopkins
Artikel ini diterbitkan semula daripada The Conversation di bawah lesen Creative Commons. Baca artikel asal .
