Розроблено новий інструмент, який може зменшити партійний конфлікт у стрічці X без видалення політичних постів або вимоги прямої співпраці з платформою.
Дослідження свідчить, що користувачі можуть зрештою отримати контроль над своїми алгоритмами соціальних медіа. Дослідники створили веб-інструмент, який перерозподіляє контент, переміщуючи пости, що містять антидемократичні настрої та партійну ворожнечу, нижче в стрічці користувача. Це включає пости, що закликають до насильства або ув’язнення прихильників протилежної партії.
Результати були опубліковані в журналі Science. Співголовний автор Мартін Савеський, асистент професора Школи інформації Університету Вашингтона, зазначив: “Алгоритми соціальних медіа спрямовують нашу увагу та впливають на наш настрій і ставлення, але до цього часу лише платформи мали владу змінювати дизайн своїх алгоритмів і вивчати їхні ефекти.” Він додав, що цей інструмент дозволяє зовнішнім дослідникам мати таку можливість.
У експерименті, в якому взяли участь приблизно 1,200 добровольців під час виборів 2024 року, ті, хто піддавався впливу зниженої антидемократичної інформації, виявили більш позитивні погляди на протилежну партію. Цей ефект спостерігався як серед лібералів, так і серед консерваторів.
Савеський зазначив, що попередні дослідження зосереджувалися на втручаннях на рівні користувачів або функціях платформи, таких як зниження рейтингу контенту від користувачів з подібними політичними поглядами або перехід на хронологічну стрічку. Поточне дослідження базується на останніх досягненнях у сфері штучного інтелекту, щоб створити більш тонке втручання, яке перерозподіляє потенційно поляризуючий контент.
Дослідницька команда звернулася до соціології, щоб визначити категорії антидемократичних настроїв і партійної ворожнечі, які загрожують демократії. Ці настрої включають заклики до крайніх заходів проти протилежної партії, відмову від двопартійної співпраці та скептицизм щодо фактів, що підтримують погляди іншої партії.
Міждисциплінарна команда включала експертів у галузі інформаційних наук, комп’ютерних наук, психології та комунікації. Вони розробили веб-розширення, яке використовує великий мовний модель для сканування постів на наявність антидемократичних і крайніх негативних партійних настроїв, перерозподіляючи пости в стрічці користувача X за кілька секунд.
У окремих експериментах учасники переглядали свої стрічки з контентом, зниженим або підвищеним за рейтингом протягом семи днів, порівнюючи свої реакції з контрольною групою. Жоден пост не був видалений, але вогняні політичні пости були відкориговані в їхній видимості.
Результати вказали на чіткий вплив на поляризацію. Співголовний автор Тіціано Піккарді, асистент професора Університету Джонса Хопкінса, зазначив: “Коли учасники піддавалися меншій кількості цього контенту, вони відчували тепліші почуття до людей з протилежної партії. Коли вони піддавалися більшій кількості, вони відчували холодніші почуття.”
Перед і після експерименту учасників опитували про їхні почуття до протилежної партії за шкалою від 1 до 100. Ті, у кого негативний контент був знижений, відчули середнє покращення на два пункти у своїх ставленнях, що порівнянно з оцінюваною зміною ставлень серед загальної популяції США за три роки.
Дослідники вивчають додаткові втручання, використовуючи подібні методи, включаючи ті, що спрямовані на покращення психічного здоров’я. Вони зробили код для поточного інструменту доступним для інших дослідників і розробників, щоб створити свої власні системи ранжування незалежно від алгоритмів соціальних медіа.
Савеський зазначив: “У цій роботі ми зосередилися на афективній поляризації, але наша структура може бути застосована для покращення інших результатів, включаючи добробут, психічне здоров’я та громадську активність.” Він висловив надію, що інші дослідники скористаються цим інструментом для вивчення потенційних алгоритмів стрічки та уявлення альтернативних операцій для платформ соціальних медіа.
Додаткові співавтори пов’язані з Північно-східним університетом та Стенфордським університетом. Підтримка цього дослідження була надана Національним науковим фондом, Швейцарським національним науковим фондом та грантом Хоффмана-Йі від Стенфордського інституту штучного інтелекту, орієнтованого на людину.
Ця історія була адаптована з прес-релізу Стенфордського університету.
Джерело: Університет Вашингтона.
Залишити відповідь