针对极化主题上的个人化漂移的算法审计
信息检索
2026-03-24 v1 社会与信息网络
摘要
社交媒体平台已成为日常生活中不可或缺的组成部分，成为许多用户获取新闻和信息的主要来源。这些平台日益依赖于个人化推荐系统，这些系统塑造了用户看到的内容以及与之互动的内容。虽然这些系统针对用户参与度进行优化，但已引发担忧，认为它们可能还会驱使用户走向更极化的观点，尤其是在政治、气候变化、疫苗和阴谋论等争议领域。本文对 TikTok 上极化主题上的个人化漂移进行算法审计。我们使用设计用于模拟对不同极化主题持相同或相反兴趣的用户的受控账户，系统性地测量 TikTok 如何随时间引导内容曝光走向特定主题和极性。具体调查了：1) 偏好对齐漂移（显示对用户兴趣的强烈个人化倾向）；2) 极化主题漂移（显示对误导性主题的强烈中性化效果，以及 US 政治主题的高度偏好和强化兴趣）；3) 极化立场漂移（显示 US 政治主题中反立场偏好，以及对用户立场的一般性强化通过推荐与用户对极化主题立场相符的项目）。总体而言，我们的发现表明，推荐轨迹在不同主题之间差异显著，某些路径比其他路径更强力地放大了极化观点，并为平台治理、透明度和用户意识提供了洞见。
引用
@article{arxiv.2603.20723,
title = {Algorithmic Audit of Personalisation Drift in Polarising Topics on TikTok},
author = {Branislav Pecher and Adrian Bindas and Jan Jakubcik and Matus Tuna and Matus Tibensky and Simon Liska and Peter Sakalik and Andrej Suty and Matej Mosnar and Filip Hossner and Ivan Srba},
journal= {arXiv preprint arXiv:2603.20723},
year = {2026}
}