算法操控2020美國總統(tǒng)大選登Science封面！Meta首次祭出4篇研究，自證清白，兩極分化無解

作者：新智元 2023-07-28 13:40:06

人工智能

Meta首次公開2020美國大選算法影響的研究。4篇論文同登Science和Nature，力證自家社交平臺會不會造成政治兩極分化。

你知道，算法究竟是如何影響美國大選的嗎？

今天，「Meta的算法影響2020年美國選舉」研究登上了Science封面。

Meta首次一口氣發(fā)表了4篇具有里程碑意義的研究論文。

目的是為了探討Facebook和Ins在美國2020年選舉中，對關(guān)鍵政治態(tài)度和行為的影響。

研究發(fā)現(xiàn)，幾乎沒有證據(jù)表明，Meta平臺會造成有害的「情感」兩極分化，或?qū)﹃P(guān)鍵政治態(tài)度、信仰或行為產(chǎn)生有實際意義的影響。

眾所周知，2020年的大選，是拜登勝出。

圖片

如果細看選票的統(tǒng)計的話，會發(fā)現(xiàn)，從全美普選票來看，在計票率為97%時，拜登以50.8%的得票率超過特朗普的47.4%，拜登的優(yōu)勢并不是特別大。

據(jù)稱，特朗普團隊和拜登團隊僅僅用于Facebook的「政治廣告精準(zhǔn)投放」花費，分別高達9770萬美元、8210萬美元。

而事實真如Meta所說的如此嗎？

Meta自證清白

2020年的美國大選，到今天還是個熱議的話題。

一直以來，F(xiàn)acebook和Ins的算法驅(qū)動著數(shù)十億人在社交網(wǎng)絡(luò)上看到的內(nèi)容，甚至一度成為民主辯論的舞臺。

三年前，Meta便開始著手研究Facebook和Ins對2020年選舉的影響。

圖片

現(xiàn)在，發(fā)表在Science和Nature上的4篇同行評議論文中，Meta首次向公眾展示了研究結(jié)果。

這些研究為Facebook和Ins的算法，如何影響用戶在2020年總統(tǒng)大選前夕看到的內(nèi)容提供了一個有趣的新視角。

布里斯托大學(xué)的心理學(xué)家Stephan Lewandowsky表示，這些實驗很重大。

研究發(fā)現(xiàn)，美國保守派人士在Facebook上接觸到的虛假新聞報道比自由派人士多得多。

圖片

但令人驚訝的是，從所有的動態(tài)中刪除一切轉(zhuǎn)發(fā)的內(nèi)容，并沒有影響用戶的政治態(tài)度，或者減少他們觀點的兩極分化。

甚至，不讓大數(shù)據(jù)推內(nèi)容，就讓系統(tǒng)推最新最火的事兒，也沒用。

具體是怎么回事？

四大研究

「回音室」效應(yīng)無效

在許多人看來，Meta的內(nèi)容傳輸算法，會優(yōu)先處理來自志同道合者和團體的信息，從而助長政治兩極分化。

人們擔(dān)心這一系統(tǒng)會強化互聯(lián)網(wǎng)「回音室」，助長黨派和虛假信息的傳播。

在Nature的一篇論文中，研究人員主要關(guān)注了社交媒體「回音室」在多大程度上推動政治兩極分化的觀點。

回音室效應(yīng)，就是在說用戶接觸到，大量志同道合的信息來源時產(chǎn)生的影響。

圖片

論文地址：https://www.nature.com/articles/s41586-023-06297-w

研究人員證實，大多數(shù)美國用戶看到的大部分內(nèi)容都來自朋友、頁面和群組。但他們指出，所有這些內(nèi)容都不是明確的政治或新聞相關(guān)內(nèi)容。

另外，還發(fā)現(xiàn)，減少一致內(nèi)容的數(shù)量會降低參與度，但不會顯著改變用戶的信仰或態(tài)度。

圖片

a. 美國 Facebook 月活躍成年用戶在其 Facebook Feed 中接觸志同道合來源、交叉來源和兩類來源內(nèi)容的分布情況；b. 按來源類型劃分的曝光率累積分布函數(shù)。

「信息流」影響用戶體驗

在Science的另一篇研究中，主要著眼于按時間順序排列的信息流，與算法生成的信息流的對比效果。

研究中，23391名Facebook用戶和21373名 Ins用戶被分為兩組：一組接收由Meta常用算法提供的精選內(nèi)容，另一組按時間順序接收新聞和信息。

其理論依據(jù)是，向用戶提供最新的新聞和信息，將擴大他們看到的內(nèi)容。

圖片

論文地址：https://www.science.org/doi/10.1126/science.abp9364?adobe_mc=MCMID%3D64243633531002265781381656517959855590%7CMCORGID%3D242B6472541199F70A4C98A6%2540AdobeOrg%7CTS%3D1690488631

這項研究的出的結(jié)論，Meta平臺的算法信息流影響了用戶的體驗。

谷歌操縱大選的揭秘者Frances Haugen稱，這個問題在2021年變得尤為突出，并主張回歸按時間順序排列的信息流。

另外，作者還發(fā)現(xiàn)，按時間順序接收內(nèi)容的參與者在Meta社交媒體平臺上花費的時間更少，接觸到的內(nèi)容更多樣化（但不一定更可信）。

不過，對兩組參與者的調(diào)查顯示，他們的政治極化程度沒有明顯差異。調(diào)查還顯示，參與者的政治活動（如簽署請愿書）也沒有差異。

在Facebook和Ins上，按時間順序和Algorithmic Feed條件下的用戶體驗和行為比較

研究者稱，按時間順序提供的內(nèi)容大大減少了用戶在平臺上花費的時間，降低了用戶在平臺上參與內(nèi)容的程度，并改變了他們獲得的內(nèi)容組合。

同時，研究人員表示，按時間順序提供的信息并沒有引起下游政治態(tài)度、知識或離線行為的可察覺變化。

刪除轉(zhuǎn)發(fā)內(nèi)容研究

同樣，另一項同樣發(fā)表在Science上的研究，對2020年大選前「轉(zhuǎn)發(fā)內(nèi)容」的影響進行了研究。

圖片

論文地址：https://www.science.org/doi/10.1126/science.add8424?adobe_mc=MCMID%3D64243633531002265781381656517959855590%7CMCORGID%3D242B6472541199F70A4C98A6%2540AdobeOrg%7CTS%3D1690488631

結(jié)果發(fā)現(xiàn)，刪除轉(zhuǎn)發(fā)內(nèi)容大大減少了政治新聞的數(shù)量，包括來自不可信來源的內(nèi)容。

但并沒有顯著影響政治兩極化，或任何個人層面政治態(tài)度的衡量標(biāo)準(zhǔn)。

圖片

無轉(zhuǎn)發(fā)處理和控制條件下的用戶體驗和行為比較

用戶訂閱源政治新聞分析

最后，研究人員從自由派還是保守派的角度，分析了用戶訂閱源中出現(xiàn)的政治新聞。

這項研究分析了大約2.08億美國 Facebook用戶的數(shù)據(jù)訪問習(xí)慣，發(fā)現(xiàn)左傾和右傾用戶在分享和消費信息方面存在巨大差異。

圖片

論文地址：https://www.science.org/doi/10.1126/science.ade7138?adobe_mc=MCMID%3D64243633531002265781381656517959855590%7CMCORGID%3D242B6472541199F70A4C98A6%2540AdobeOrg%7CTS%3D1690488631

他們得出的結(jié)論是，F(xiàn)acebook在意識形態(tài)上有實質(zhì)性的隔離，但意識形態(tài)隔離在頁面和群組發(fā)布的內(nèi)容中的表現(xiàn)，遠遠多于好友發(fā)布的內(nèi)容。

另外，研究還發(fā)現(xiàn)，保守派用戶更有可能看到來自「不可信」來源的內(nèi)容，以及被Meta的第三方事實核查機構(gòu)評為虛假的文章。

圖片