一种用于监管与审计社交媒体的用户驱动框架

人们基于所观察到的信息形成判断并做出决策。越来越多的此类信息不仅由社交媒体平台提供，还被其精心策划。尽管立法者大体同意平台不应在没有任何监督的情况下运行，但对于如何监管社交媒体却几乎没有共识。然而，共识在于，创建一个严格的、全球性的“可接受”内容标准是不可行的（例如，在美国，这与《通信规范法》第 230 条和第一修正案不相容）。在这项工作中，我们提出算法过滤应当相对于一个灵活的、用户驱动的基线进行监管。我们提供了一个依据此类基线来监管和审计社交媒体平台的具体框架。特别地，我们引入了基线信息流的概念：即用户在没有过滤情况下会看到的内容（例如，在 Twitter 上，这可能是按时间顺序排列的时间线）。我们要求平台过滤后的信息流包含与其各自基线信息流“相似”的信息内容，并且我们设计了一种有原则的方法来度量相似性。该方法的动机源于相关建议，即监管应增加用户自主权。我们提出了一种审计程序来检查平台是否遵守这一要求。值得注意的是，该审计仅需对平台过滤算法具有黑盒访问权限，且不访问或推断任何私人用户信息。我们提供了关于审计强度的理论保证。我们进一步表明，要求过滤信息流与基线信息流接近并不会带来很大的性能代价，也不会制造信息茧房。