社交媒体上争议性内容的参与度、用户满意度与放大效应
社会与信息网络
2024-12-10 v6 计算机与社会
摘要
在一项预先注册的算法审计中，我们发现，相对于逆时间顺序基线，Twitter基于参与度的排序算法放大了情绪化、外群体敌意内容，用户表示这些内容让他们对自己政治外群体的感受更糟。此外，我们发现用户并不偏好算法所选的政治推文，这表明基于参与度的算法在满足用户明确偏好方面表现不佳。最后，我们探讨了一种基于用户明确偏好对内容排序的替代方法的影响，发现愤怒、党派性和外群体敌意内容有所减少，但也可能强化支持性态度内容。该证据凸显了需要采取更细致的内容排序方法，以平衡参与度与用户明确偏好。
引用
@article{arxiv.2305.16941,
title = {Engagement, User Satisfaction, and the Amplification of Divisive Content on Social Media},
author = {Smitha Milli and Micah Carroll and Yike Wang and Sashrika Pandey and Sebastian Zhao and Anca D. Dragan},
journal= {arXiv preprint arXiv:2305.16941},
year = {2024}
}