Ang pagbabawas ng visibility ng polarizing content sa mga social media feed ay maaaring masusukat na mapababa ang partisan animosity. Upang makabuo ng paghahanap na ito, bumuo kami ng aking mga kasamahan ng isang paraan na nagpapahintulot sa amin na baguhin ang ranggo ng mga feed ng mga tao , dati ay isang bagay na tanging ang mga kumpanya ng social media ang maaaring gumawa.
Ang muling pagraranggo ng mga feed sa social media upang mabawasan ang pagkakalantad sa mga post na nagpapahayag ng mga anti-demokratikong saloobin at partisan na poot ay nakaapekto sa mga damdamin ng mga tao at sa kanilang mga pananaw sa mga taong may salungat na pananaw sa pulitika.
Ako ay isang computer scientist na nag-aaral ng social computing, artificial intelligence at ang web. Dahil ang mga social media platform lang ang makakapagbago ng kanilang mga algorithm, bumuo at naglabas kami ng open-source na web tool na nagbigay-daan sa amin na i-rank muli ang mga feed ng mga pumapayag na kalahok sa X, dating Twitter, sa real time.
Batay sa teorya ng agham panlipunan, gumamit kami ng malaking modelo ng wika upang tukuyin ang mga post na malamang na magpolarize ng mga tao, tulad ng mga nagsusulong ng karahasan sa pulitika o pagtawag para sa pagkakulong ng mga miyembro ng kalabang partido. Ang mga post na ito ay hindi inalis; mas mababa lang ang ranggo nila, na nangangailangan ng mga user na mag-scroll pa upang makita sila. Binawasan nito ang bilang ng mga post na nakita ng mga user.
Pinatakbo namin ang eksperimentong ito sa loob ng 10 araw sa mga linggo bago ang 2024 US presidential election. Nalaman namin na ang pagbabawas ng pagkakalantad sa polarizing content ay nasusukat na nagpabuti ng damdamin ng mga kalahok sa mga tao mula sa kalabang partido at nabawasan ang kanilang mga negatibong emosyon habang nag-i-scroll sa kanilang feed. Ang mahalaga, ang mga epektong ito ay magkapareho sa mga political affiliation, na nagmumungkahi na ang interbensyon ay nakikinabang sa mga user anuman ang kanilang partidong pampulitika.
Bakit ito mahalaga
Ang isang karaniwang maling kuru-kuro ay ang mga tao ay dapat pumili sa pagitan ng dalawang sukdulan: mga algorithm na nakabatay sa pakikipag-ugnayan o puro kronolohikal na mga feed. Sa katotohanan, mayroong malawak na spectrum ng mga intermediate approach depende sa kung ano ang na-optimize na gawin ng mga ito.
Karaniwang na-optimize ang mga algorithm ng feed para makuha ang iyong atensyon, at bilang resulta, may malaking epekto ang mga ito sa iyong mga saloobin, mood at perception ng iba . Para sa kadahilanang ito, mayroong isang agarang pangangailangan para sa mga balangkas na nagbibigay-daan sa mga independyenteng mananaliksik na subukan ang mga bagong diskarte sa ilalim ng makatotohanang mga kondisyon.
Ang aming trabaho ay nag-aalok ng isang landas pasulong, na nagpapakita kung paano ang mga mananaliksik ay maaaring mag-aral at magprototype ng mga alternatibong algorithm sa sukat, at ito ay nagpapakita na, salamat sa malalaking modelo ng wika, ang mga platform sa wakas ay may mga teknikal na paraan upang makita ang polarizing na nilalaman na maaaring makaapekto sa mga demokratikong saloobin ng kanilang mga user.
Ano pang pananaliksik ang ginagawa sa larangang ito
Ang pagsubok sa epekto ng mga alternatibong algorithm ng feed sa mga live na platform ay mahirap, at kamakailan lamang ay tumaas ang bilang ng mga naturang pag-aaral.
Halimbawa, natuklasan ng kamakailang pakikipagtulungan sa pagitan ng mga akademya at Meta na ang pagpapalit ng algorithmic feed sa isang kronolohikal na feed ay hindi sapat upang magpakita ng epekto sa polariseysyon. Ang isang kaugnay na pagsisikap, ang Prosocial Ranking Challenge na pinamumunuan ng mga mananaliksik sa University of California, Berkeley, ay nagsasaliksik ng mga alternatibo sa pagraranggo sa maraming platform upang i-promote ang mga kapaki-pakinabang na resulta sa lipunan.
Kasabay nito, ang pag-unlad sa pagbuo ng malalaking modelo ng wika ay nagbibigay-daan sa mas mayayamang paraan upang imodelo kung paano iniisip, nararamdaman, at pakikipag-ugnayan ng mga tao sa iba. Nakikita namin ang lumalaking interes sa pagbibigay sa mga user ng higit na kontrol, na nagpapahintulot sa mga tao na magpasya kung anong mga prinsipyo ang dapat gumabay sa kung ano ang nakikita nila sa kanilang mga feed – halimbawa ang Alexandria library ng mga pluralistic na halaga at ang Bonsai feed reranking system . Ang mga platform ng social media, kabilang ang Bluesky at X , ay patungo rin sa ganitong paraan.
Ano ang susunod
Kinakatawan ng pag-aaral na ito ang aming unang hakbang tungo sa pagdidisenyo ng mga algorithm na nakakaalam ng kanilang potensyal na epekto sa lipunan. Maraming katanungan ang nananatiling bukas.
Nilalaman mula sa aming mga kasosyo
Plano naming imbestigahan ang mga pangmatagalang epekto ng mga interbensyon na ito at subukan ang mga bagong layunin sa pagraranggo upang matugunan ang iba pang mga panganib sa online na kagalingan, tulad ng kalusugan ng isip at kasiyahan sa buhay. Ang hinaharap na gawain ay tuklasin kung paano balansehin ang maraming layunin, tulad ng kultural na konteksto, mga personal na halaga at kontrol ng user, upang lumikha ng mga online na espasyo na mas mahusay na sumusuporta sa malusog na pakikipag-ugnayan sa lipunan at sibiko.
Ang Maikling Paglalahad ng Pananaliksik ay isang maikling pagtalakay sa mga kawili-wiling gawaing akademiko.
Tiziano Piccardi , Assistant Professor of Computer Science, Johns Hopkins University
Ang artikulong ito ay muling na-publish mula sa The Conversation sa ilalim ng lisensya ng Creative Commons. Basahin ang orihinal na artikulo .
