Порядок того, что вы видите в социальных сетях, определяет вашу политическую ориентацию, согласно исследованию

Группа американских исследователей доказала, что порядок, в котором отображаются политические сообщения на платформах, действительно влияет на поляризацию, один из самых обсуждаемых вопросов со времени появления социальных сетей и раскола, который наблюдается в большей части нашего общества. Это явление одинаково сильное независимо от политических взглядов пользователя, отмечают ученые в статье, опубликованной сегодня в журнале Science. «Социальные сети являются важным источником политической информации. Для сотен миллионов людей во всем мире они даже являются основным каналом политизации: через них они получают сообщения политического содержания, делятся ими и выражают свои мнения. Учитывая важность сетей в этой сфере, было бы крайне важно понимать, как работают алгоритмы, используемые на платформах, но непрозрачность является нормой в этой отрасли. Поэтому очень трудно оценить, насколько решение о том, какой контент будет наиболее заметным для каждого пользователя, влияет на формирование его политических взглядов». Как исследователи смогли обойти непрозрачность алгоритмов, чтобы изменить порядок сообщений, которые получают пользователи сетей? Тициано Пиккарди из Стэнфордского университета и его коллеги разработали расширение для браузера, которое в режиме реального времени перехватывает и переупорядочивает ленту (хронологию публикаций) определенных социальных сетей. Инструмент использует большую языковую модель (LLM) для присвоения оценки каждому контенту, которая определяет степень «антидемократических настроений и партийной вражды» (AAPA). После присвоения баллов комментарии переупорядочивались в ту или иную сторону, и все это без участия платформы (и вне ее алгоритма). Эксперимент был проведен с участием 1256 участников, которые были должным образом предупреждены об этом. Было решено сосредоточить его на X, поскольку это самая популярная социальная сеть в США для выражения политических мнений, и он проводился в течение нескольких недель перед президентскими выборами 2024 года, чтобы обеспечить широкое распространение политических сообщений. Участники эксперимента в течение недели были случайным образом подвержены воздействию двух типов лент: одной с большим количеством поляризованного контента (AAPA) и другой с очень небольшим количеством. «Мы измерили влияние этих вмешательств на фактическую поляризацию (то есть на чувства, выраженные людьми по отношению к данной политической группе) и на эмоциональный опыт (гнев, печаль, возбуждение или спокойствие) с помощью опросов, проведенных во время эксперимента и после него», — говорят Пиккарди и его коллеги. Результаты были сопоставлены с результатами контрольной группы, члены которой не подвергались вмешательству в ленту, и в результате было установлено, что переупорядочение контента «значительно повлияло на аффективную поляризацию» без значительных различий в зависимости от политических предпочтений. «Манипулирование алгоритмом ленты новостей вызвало изменения в негативных эмоциях участников во время эксперимента, но не после него», — отмечают авторы. «Эксперимент также показывает, что можно снизить накал страстей или поляризацию в сетях, просто переупорядочив публикации, чтобы те, которые содержат антидемократический контент, были менее заметны. Майкл Бернштейн, профессор информатики Стэнфордского университета и соавтор исследования, считает, что этот инструмент может также «открыть новые пути для укрепления социального доверия». «В последние годы социальные сети претерпели значительные изменения, которые повлияли на распространение политического контента. Команды модераторов контента, отвечающие за фильтрацию токсичных, незаконных или разжигающих ненависть сообщений, были сокращены, как в случае с Meta, или полностью ликвидированы, как в случае с X. Эта работа была возложена на так называемые заметки сообщества. Сейчас проблема с проникновением проблемного контента стала чрезвычайно серьезной, и, согласно нескольким исследованиям, сокращение фильтров усиливает ненависть и преследование, которые циркулируют на платформах. «С другой стороны, сама динамика социальных сетей сильно изменилась. Если раньше в наших лентах мы видели то, что больше всего комментировали или что больше всего нравилось нашим контактам, то теперь приоритет отдается алгоритму, который решает, что каждый из нас видит, и, следовательно, что может стать вирусным, а что нет. Отсюда и важность возможности измерить влияние алгоритма на формирование или укрепление политических идей». «Мы, исследователи, сталкиваемся с беспрецедентными ограничениями, поскольку социальные сети предпочитают не делиться данными. Отсюда и важность того, что Пикарди и его коллеги представили методологию исследования, которая не требует явного сотрудничества со стороны платформ», — говорит Дженнифер Аллен, профессор кафедры технологии, операций и статистики Нью-Йоркского университета, которая не участвовала в исследовании. Аллен также считает, что модель, разработанная Пикарди и его командой, может быть воспроизведена для других социальных сетей, а эксперименты могут быть повторены в разные периоды времени для проверки их достоверности. По мнению Аллен, подход исследователей под руководством Пикарди «является творческим методом исследования с методологией, адаптированной к современным условиям».