详细内容或原文请订阅后点击阅览
您的社交媒体源旨在与您达成一致。如果没有怎么办？
一项新研究指出，算法设计是减少在线回声室和极化的潜在方法。
来源:罗切斯特大学一项新研究指出，算法设计是减少在线回声室和极化的潜在方法。
在社交媒体上滚动足够长的时间，就会出现一种模式。暂停在质疑气候变化或在政治问题上采取强硬立场的帖子上，该平台会迅速做出回应，以越来越多的信心和确定性提供更多相同的观点。
这种反馈循环是回声室的架构：在这个空间中，熟悉的想法被放大，反对的声音逐渐消失，信念会变得坚定而不是发展。
但罗切斯特大学的最新研究发现，回音室可能并不是网络生活中的一个事实。该研究发表在《IEEE 情感计算汇刊》上，认为它们部分是一种设计选择，可以通过令人惊讶的适度改变来软化：在人们看到的内容中引入更多随机性。
由计算机科学系 Ehsan Hoque 教授领导的跨学科研究团队创建了实验来识别信念刚性，并评估在社交网络中引入更多随机性是否有助于减少信念刚性。研究人员研究了 163 名参与者在使用模拟社交媒体渠道后对有关气候变化等话题的言论的反应，其中一些渠道以更传统的社交媒体渠道为模型，另一些则更具随机性。
重要的是，这里的“随机性”并不意味着用无意义的内容替换相关内容。相反，这意味着放松当今驱动许多算法的通常的“向我展示更多我已经同意的内容”的逻辑。在研究人员的模型中，用户会定期接触到他们没有明确选择的观点和联系，以及他们明确选择的观点和联系。
算法的调整，回声室中的裂缝
该研究的部分资金来自格尔根数据科学研究所和人工智能种子资助计划。