面向用户、物品与人类-AI生态系统的推荐系统影响综述
信息检索
2025-12-11 v2 人工智能
计算机与社会
人机交互
摘要
推荐系统与助手（简称推荐器）通过在线平台影响我们日常生活中大多数行动，根据用户的偏好或请求建议物品或提供解决方案。本综述系统性地审阅、分类并讨论了推荐器在四个人类-AI生态系统中的影响——社交媒体、线上零售、城市制图和生成式AI生态系统。其范围是系统化一个快速发展的领域，其中用于分类方法和结果的术语术语碎片化且不系统。由于不同学科和生态系统中的术语差异巨大，阻碍了该领域的比较和知识积累，这一工作是该文献的关键贡献。我们遵循定性系统综述的惯常步骤，收集154篇来自不同学科的文章，以制定一套简洁的方法学分类（实证、仿真、观察、控制），并讨论观察到的结果（集中、内容退化、歧视、多样性、回声室、滤镜气泡、同质化、极化、激化、Volume），以及分析层级（individual、item、ecosystem）。我们系统性地讨论了跨生态系统的实质性和方法学共性，并指出了未来研究的潜在方向。本综述面向关注不同人类-AI生态系统的学者和实践者、希望更好理解推荐器可衡量结果的政策制定者和机构利益相关者，以及希望获得其推荐器影响系统视图的科技公司。
引用
@article{arxiv.2407.01630,
title = {A survey on the impacts of recommender systems on users, items, and human-AI ecosystems},
author = {Luca Pappalardo and Salvatore Citraro and Giuliano Cornacchia and Mirco Nanni and Valentina Pansanella and Giulio Rossetti and Gizem Gezici and Fosca Giannotti and Margherita Lalli and Giovanni Mauro and Gabriele Barlacchi and Daniele Gambetta and Virginia Morini and Dino Pedreschi and Emanuele Ferragina},
journal= {arXiv preprint arXiv:2407.01630},
year = {2025}
}