Skip to main content
知识分享官

Search: #算法推荐

  1. 来一点医学科学前沿🤯🤯🥹🥹
    你以为网上“戾气很重”,其实只是少数人特别吵 刷社交媒体时,很多人都会有一种直觉:骂战、谣言、恶意评论似乎无处不在,仿佛“大家都变得很极端了”。久而久之,这种感受甚至会演变成对社会的失望,觉得身边的人越来越不友善。但这种判断,真的符合现实吗?一项发表于《PNAS Nexus》的研究,专门检验了美国人对“有害内容究竟有多普遍”的直觉是否准确。 研究团队通过三项全国性调查和实验(共1090名美国成年人),让参与者估计“有多少社交媒体用户发布过有害内容”,并将这些判断与平台层面的真实数据进行对比。结果显示,…
    互联网,会不会正在把民主慢慢“拖坏”?

    很多人曾相信,互联网天然有利于民主:信息更自由、发声门槛更低、公共讨论更开放。但现实却越来越拧巴——政治立场更极端,社会更撕裂,阴谋论与民粹叙事大行其道。问题逐渐从“人在网上变坏了”,变成了一个更不舒服的疑问:会不会是互联网本身的结构,就不太适合民主长期生存?

    2026 年 6 月,《Science》发表的一篇文章梳理了近二十年的研究,给出了一个并不乐观的判断。多项“准自然实验”利用宽带铺设的客观差异(比如各地区法规不同、物理距离不同)发现,互联网更早、更快普及的地区,政治情绪极化更严重,公民参与和社会信任下降,对极右翼和民粹政党的支持反而上升。这些变化并非偶然,更深层的原因指向平台算法:以“多停留、多互动”为目标的推荐系统,系统性放大情绪化、对立性强、甚至反民主的内容,而压制温和、中间立场的声音。

    更麻烦的是,互联网天然会把“相似的人”聚在一起,制造一种“很多人都跟我一样想”的错觉。这种虚假的多数感,会让人对制度更不满、对现实更愤怒,从而滋养民粹和极端政治。作者并未主张关闭互联网,而是直指核心:算法是人为设计的,就可以被重新设计。如果放任当前结构运行,不需要任何阴谋,民主也可能被慢慢侵蚀。

    算法不投票,但它决定你看到谁在投票。


    📖Science
    📃The architecture of the internet creates risks for democracy
    🗓2026-06-04

    #互联网与民主 #算法推荐 #政治极化 #民粹主义 #社科 #社会科学

    Via:睡前消息

    🧬 频道🧑‍🔬 群组📨 投稿
  2. TikTok算法被曝系统性偏好共和党:323个"马甲账号"揭穿2024大选内容偏斜

    社交媒体算法是否公正,关乎民主选举的公平性。在Facebook、YouTube上,"信息茧房""回声室"效应已被反复讨论。但TikTok这个完全靠算法驱动"为你推荐"的平台,其政治内容推荐的公平性,一直缺乏大规模系统性审计。

    近日,《Nature》发表了一项前所未有的算法审计研究。来自顶尖高校的研究团队创建了323个"马甲账号",分别注入民主党、共和党和中立内容偏好,横跨纽约(蓝州)、得州(红州)和佐治亚(摇摆州),在2024年4月30日至11月11日的27周内,共收集超28万个推荐视频。通过人机协作(GPT-4o + Gemini-Pro + GPT-4三模型交叉验证)的内容分类系统,结果清晰无误:共和党种子账号比民主党账号多收到11.5%的党派一致内容;民主党账号则比共和党账号多收到7.5%的跨党派内容。这一偏斜在三州如出一辙,且控制视频互动量后依然显著。

    研究者审慎指出,偏斜无法用可观测互动数据解释,但具体机制——是算法规则、内容供给还是其他因素——仍无法判定。本研究已预注册设计(避免事后分析),是目前全球对TikTok政治推荐最系统的审计。在各国算法监管立法加速推进的当下,这项发现为"算法中立性"敲响了警钟:你刷到的,未必是你选的。

    你的TikTok可能不是"懂你",而是"站好了队" 🤖🗳

    平时看多了Nature的生命科学,也换换口味看看社科


    📖Nature
    🗓2026-05-06

    #算法审计 #TikTok #内容偏斜 #社科 #社会科学

    Via:勇敢续杯糖盐水

    🧬 频道🧑‍🔬 群组📨 投稿