算法操控2020美国总统大选登Science封面！Meta首次祭出4篇研究，自证清白，两极分化无解 _算法操控

你知道，算法究竟是如何影响美国大选的吗？
今天，「Meta的算法影响2020年美国选举」研究登上了Science封面。

文章插图
Meta首次一口气发表了4篇具有里程碑意义的研究论文。
目的是为了探讨Facebook和Ins在美国2020年选举中，对关键政治态度和行为的影响。
研究发现，几乎没有证据表明，Meta平台会造成有害的「情感」两极分化，或对关键政治态度、信仰或行为产生有实际意义的影响。
众所周知，2020年的大选，是拜登胜出。

文章插图
如果细看选票的统计的话，会发现，从全美普选票来看，在计票率为97%时，拜登以50.8%的得票率超过特朗普的47.4%，拜登的优势并不是特别大。
据称，特朗普团队和拜登团队仅仅用于Facebook的「政治广告精准投放」花费，分别高达9770万美元、8210万美元。
而事实真如Meta所说的如此吗？
Meta自证清白
2020年的美国大选，到今天还是个热议的话题。
一直以来，Facebook和Ins的算法驱动着数十亿人在社交网络上看到的内容，甚至一度成为民主辩论的舞台。
三年前，Meta便开始着手研究Facebook和Ins对2020年选举的影响。

文章插图
现在，发表在Science和Nature上的4篇同行评议论文中，Meta首次向公众展示了研究结果。
这些研究为Facebook和Ins的算法，如何影响用户在2020年总统大选前夕看到的内容提供了一个有趣的新视角。
布里斯托大学的心理学家Stephan Lewandowsky表示，这些实验很重大。
研究发现，美国保守派人士在Facebook上接触到的虚假新闻报道比自由派人士多得多。

文章插图
但令人惊讶的是，从所有的动态中删除一切转发的内容，并没有影响用户的政治态度，或者减少他们观点的两极分化。
甚至，不让大数据推内容，就让系统推最新最火的事儿，也没用。
具体是怎么回事？
四大研究
「回音室」效应无效
在许多人看来，Meta的内容传输算法，会优先处理来自志同道合者和团体的信息，从而助长政治两极分化。
人们担心这一系统会强化互联网「回音室」，助长党派和虚假信息的传播。
在Nature的一篇论文中，研究人员主要关注了社交媒体「回音室」在多大程度上推动政治两极分化的观点。
回音室效应，就是在说用户接触到，大量志同道合的信息来源时产生的影响。

文章插图
论文地址：https://www.nature.com/articles/s41586-023-06297-w研究人员证实，大多数美国用户看到的大部分内容都来自朋友、页面和群组。但他们指出，所有这些内容都不是明确的政治或新闻相关内容。
另外，还发现，减少一致内容的数量会降低参与度，但不会显著改变用户的信仰或态度。

文章插图
a. 美国 Facebook 月活跃成年用户在其 Facebook Feed 中接触志同道合来源、交叉来源和两类来源内容的分布情况；b. 按来源类型划分的曝光率累积分布函数。
「信息流」影响用户体验
在Science的另一篇研究中，主要着眼于按时间顺序排列的信息流，与算法生成的信息流的对比效果。
研究中，23391名Facebook用户和21373名 Ins用户被分为两组：一组接收由Meta常用算法提供的精选内容，另一组按时间顺序接收新闻和信息。
其理论依据是，向用户提供最新的新闻和信息，将扩大他们看到的内容。

文章插图
论文地址：https://www.science.org/doi/10.1126/science.abp9364?adobe_mc=MCMID%3D64243633531002265781381656517959855590%7CMCORGID%3D242B6472541199F70A4C98A6%2540AdobeOrg%7CTS%3D1690488631
这项研究的出的结论，Meta平台的算法信息流影响了用户的体验。
谷歌操纵大选的揭秘者Frances Haugen称，这个问题在2021年变得尤为突出，并主张回归按时间顺序排列的信息流。
另外，作者还发现，按时间顺序接收内容的参与者在Meta社交媒体平台上花费的时间更少，接触到的内容更多样化（但不一定更可信）。
不过，对两组参与者的调查显示，他们的政治极化程度没有明显差异。调查还显示，参与者的政治活动（如签署请愿书）也没有差异。