面向人类的社交媒体生态系统：AI 增强人机交互设计模式之路径

社交平台连接数十亿用户，但其以用户参与为导向的算法往往针对用户本身而非与用户协作，放大压力、误导信息以及失去控制感。我们提出 Human-Layer AI (HL-AI)——用户所有权、可解释的中间体，置于浏览器中平台逻辑与界面之间。HL-AI 在不要求平台配合的情况下，为用户提供即时且实际的控制。我们贡献了一个在 Chrome/Edge 上实现的工作原型，实现五个代表性模式框架——情境感知帖子改写器、帖子完整性计量器、粗粒度 feed 精选器、微型撤回代理和恢复模式——并提出统一的数学公式，在用户效用、自主性成本和风险阈值之间进行平衡。我们的评估涵盖技术准确性、可用性和行为结果。结果是一个人性化的控制套件，帮助用户在危害发生前重写帖子、在完整性线索中阅读、有意图地调整 feed、暂停冲动循环，在骚扰期间寻求庇护，同时通过解释和覆盖选项保持自主性。该原型为用安全、自主性和福祉修补当今 feed 提供了实用路径，邀请进行严格的跨文化用户评估。