规制社交媒体上的算法过滤

通过过滤用户所看到的内容，社交媒体平台能够影响用户的认知与决策，从餐饮选择到投票偏好。这种影响已引发审视，许多人呼吁对过滤算法进行规制，但设计与执行规制仍具挑战。本工作中，我们考察三个问题。第一，给定一项规制，应如何设计审计以执行之？第二，审计是否对平台施加性能代价？第三，审计如何影响平台有激励去过滤的内容？作为回应，我们提出一种方法，使得给定规制后，审计者仅以黑盒访问过滤算法即可测试该规制是否被满足。随后我们从平台视角出发。平台的目标是在满足规制的同时最大化目标函数。我们发现，在某些条件下规制不会对平台施加高性能代价，且值得注意的是，内容多样性可在对齐平台与规制者利益方面发挥关键作用。