AI 离职讨论中的注意力不对称：对Capital vs Labour放大效应的计算分析

当工人因AI驱动的重组失去工作时，X平台上同时发生两种截然不同的对话。科技高管和AI研究者讨论生产力、转型和机遇。被裁员的工人和劳工批评者讨论失业、不确定性和恐惧。本文提出一个简单问题：哪种对话获得更多曝光？我们报告了三项研究，使用两种数据收集方法从20个公开账户中收集763条推文。研究1使用关键词收集（n=392），发现两个语料库之间无显著差异（p=0.891），表明关键词搜索过于嘈杂。研究2使用账户收集（n=96），发现资本话语对劳工话语拥有3.12倍的平均放大优势（p=0.000003，Cohen's d=0.555）。研究3组合两种方法（n=763），确认放大比率为4.18倍平均值和10.77倍中位数（p<0.000001）。关键在于，在按粉丝数标准化后，放大不对称仍为2.69倍（p=0.000009，Cohen's d=0.491），表明效应并非仅源于资本账户拥有更大观众。该发现在所有测试的放大指标权重下均为稳健。我们引入放大比和放大规范化指数作为衡量平台层面话语不平等的简单指标。在Reddit（n=647篇帖子）上的跨平台复制未复制该发现，表明该不对称可能特定于X的账户驱动放大架构。我们讨论了跨平台话语分析的方法学含义。