持久以来开云体育，咱们齐相识到了酬酢媒体给咱们的糊口所带来的新挑战。在这之中，由哈佛大学法学院的凯斯 · 桑斯坦阐明（Cass Sunstein）所提议的"信息茧房"的认识在汉文世界中得到了是非传播。"信息茧房"，顾名念念义， 便是咱们在酬酢媒体上只构兵到某一类信息，导致个体对于世界的意会被困在狭隘的信息之茧中。而跟着个性化保举的算法在酬酢媒体与短视频平台上的是非应用，这种对于自我紧闭的担忧显得愈加首要，尽管并不严谨，东谈主们也会提到"同温层"，"过滤气泡"，"白痴共振"这么的用语，况且觉得算法保举的发展加重了传播生态的恶化，导致个体走向紧闭，使猛烈的不雅点在酬酢场域中取得更多的热心。
在今天，酬酢媒体仍是深深地镶嵌了东谈主们的正常糊口，当个体靠近现实世界中的信息爆炸时，对于信息进行过滤与整理似乎是一种势必的选定。为了应付酬酢媒体的所带来挑战，算法工程师们提议了很多平台层面的干豫战略。跟着保举算法的欺压完善，推送到东谈主们眼前的信息仍是在变得愈加均衡且丰富。与此同期，东谈主们对于个性化保举所带来的"信息茧房"或"同温层效应"感到担忧。举例，特定的酬酢平台会字据用户的政事倾向保举同质化的施行，导致用户只可构兵到单方面的信息开端。从而对于良性的寰球对话产生负面影响。
怀有警觉的派头糊口虽然是很好的，关联词对于信息茧房在现实层面的具体面庞，咫尺仍枯竭了了的磋商。咱们枯竭对于信息茧房是否存在的实证，并对于它怎样影响个东谈主的信息选定也枯竭了解。事实上，东谈主们选定性地构兵信息并不是一个新惬心。也有学者指出，"同温层效应" 照实存在，但咫尺的担忧其实是夸大了事实。"信息茧房"这一认识激发了是非的担忧，但这是否是一种叫魂式的担忧呢？为了更好应付咱们身处的复杂世界，咱们需要对于这个经由有更好的磋商与意会。
在很多对于信息茧房的征询中，东谈主们抱有这么一种假定：淌若你能构兵到各样化的信息，那么就能冲突信息茧房。而在杜克大学社会学家克里斯 · 贝尔（Chris Bail）的《冲突酬酢媒体棱镜》（Breaking the Social Media Prism）一书中，他提议了这么的一个问题：淌若个体在酬酢媒体上构兵到与自身对立的不雅点，这是否果真有助于他反念念我方？贝尔在他的实验中发现，用户在酬酢媒体的正常使用中构兵到的对立不雅点，其实并莫得匡助他们反念念自身，反而让他们的政事态度变得愈加顶点。是以哪怕信息茧房被冲突，社会的极化也并不会消释。由此，贝尔提议了"酬酢媒体棱镜"， 他觉得酬酢媒体并不是一面如实反馈世界的镜子，而是一个会误会用户对自我和他东谈主领路的棱镜。对于东谈主这种误会会让用户形成无理的自我身份认可和乌有政事极化（false polarization），从而变得越来越顶点。
贝尔在他的书中提到了一种可爱在网上发泄神情，引起大师热心的东谈主。我想咱们齐很熟识这么的东谈主物画像，他们的规划不是抒发或者寻求共鸣，而是制造紊乱。靠近这么的东谈主时，东谈主们很容易作念出神情化的反应。事实上，这种形象在现实中虽然也存在，在《卡拉马佐夫伯仲》里，在先前施展糟糕的老卡拉马佐夫来到了一家餐厅，他在心里对我方说：" 我老是感到，不管我走到那里齐低东谈主一等，每一个东谈主齐想对待懦夫雷同对待我——那就让我果真演一次懦夫吧，你们悉数东谈主，无一例外，齐比我初级。" 他这么想着，然后在餐厅里大闹了一场。而晦气的是，在麇集上和在现实中雷同，这么的闹剧总能得到更多的热心。
最近，阿姆斯特丹大学的彼得 · 滕贝里（Petter Törnberg）和迈克 · 拉罗伊（Maik Larooij）两位作家在物理学预印本平台 arXiv 上发表了一篇论文，并得到了《科学》杂志的热心。在这篇名为《咱们能栽培酬酢媒体吗？运用生成式社会模拟测试亲社会干豫》 （Can We Fix Social Media? Testing Prosocial Interventions using Generative Social Simulation）的论文中 [ 1 ] ，他们运用大言语模子生成了 500 个编造用户，并组成一个微型的酬酢麇集。每个用户齐字据好意思国国度选举磋商中来自宇宙选民造访的真正用户画像，被赋予了年事、性别、宗教信仰、政事倾向和素养进度等特征。
在三项沉静的实验中，磋商东谈主员分别使用三种主流大型言语模子（LLM）—— ChatGPT、Llama 和 DeepSeek ——将编造用户扩张为包含兴味、疼爱和办事等更致密特征的个东谈主画像，并基于这些画像生成方案。在实验经由中，系统立地收用的用户需在三种步履中进行选定：从 10 篇立地新闻著述（从 21 万个候选项中抽取）中选定一篇并撰写磋磨帖子；转发已有帖子；或依据自身画像热心其他用户。用户的选定会受到其信息流施行的影响，该信息流包含 10 条帖子，其中一半来私用户已热心的东谈主，另一半则来自未热心用户的热点帖子。
在每次实验中，编造酬酢麇集均运行了一万个周期。关联词，无论磋商东谈主员接管哪一种 LLM 模子，平台最终齐不成幸免地出现了三种典型的负面惬心：回信室效应、影响力集中，以及顶点声息的放大。
该磋商随后以想象化花样测试了六种时时用于缓解酬酢媒体算法问题的干豫战略：
1. 依时分法规推送或立地推送
2. 淡化主流（高转发量）施行
3. 均衡党派施行的桥接算法
4. 优先发布具有高同理心或高推理时刻的帖子
5. 荫藏酬酢媒体统计数据，举例粉丝数目
6. 荫藏个东谈主简介以减少基于身份的信息传递
关联词实验扫尾令东谈主悔悟。唯一部分干豫门径对于系统起到了隐微的改善作用，但莫得一项能够透顶地栽培出现极化的系统。事实上，一些干豫门径反而加重了问题。均衡党派施行的桥接算法权臣减弱了党派倾向与参与度之间的磋磨，并稍微改善了不雅点各样性，但同期也加重了酬酢媒体中的热心度不对等。依时分法规推送对减少热心度不对等后果最为权臣，但同期也存在弱点：它加重了顶点施行的传播。
依时分法规推送是一种属于 Web2.0 期间的，愈加古早的推送战略。东谈主们倾向觉得 BBS 论坛等依时分排序的麇集社区，更容易完了提防力的对等，减少社群的分裂与极化；而接管保举算法的社区，因"回信室效应"容易酿成群体间的闭幕，进而加快不雅点极化。而在这两位科学家的模拟中，取消了保举算法依时分排序推送，反而加重了顶点施行的传播。这是一个有些反知识的发现。
在收受 Ars Technica 的采访时，彼得 · 滕贝里也提到了他四肢一个学者对于在磋商中对于 AI 模拟实验的品评与怀疑。然而与此同期，单纯使用不雅测数据，使得磋商者很难考据反事实假定。因此，磋商者们也会创建系统的盘算机模子，并在此基础上进行实验并考据反事实假定。盘算机模拟在社会步履磋商限制有着悠久的历史，举例罗伯特 · 艾克斯罗德（Robert Axelrod）就曾在《协作的进化》（The Evolution of Cooperation）中使用盘算机模拟"重叠囚徒窘境"竞赛，磋商协作的产生与竞赛。这种设施有助于磋商麇集能源学的结构和发掘社会惬心的清楚经由。正如彼得 · 滕贝里所言："我仍然要对这些发现合手保留派头，相识到这些仅仅模子，它们捕捉的是一种假定的世界——就像真空中的一头球形奶牛 ······ 晦气的是，在这个实验中，咱们发现了一种似乎相配安祥的机制。"
而在更早之前，在《当然》杂志 2021 年发表的一项磋商中 [ 2 ] ，多伦多大学盘算机科学系的磋商团队以社区平台 Reddit 往时 14 年间合计 51 亿条挑剔为样本，分析了用户在 1 万多个子社区中的发言步履。扫尾炫耀，Reddit 的社区结构并非仅以"话题"差别，而是深受用户的年事、性别与政事态度等社会身分影响。磋商发现，2012 至 2015 年间，Reddit 上的政事极化进度相对沉稳；但在 2016 年好意思国大选时分，平台的政事极化水平一忽儿权臣上涨。值得提防的是，这一变化主要由当年新加入的用户鼓舞，而老用户的态度变化极小。这一扫尾标明，用户的极化进度与平台使用时长联系不大，更可能受外部政事事件驱动，而非酬酢平台里面步履的蕴蓄所致。
在国外学术界，对于酬酢媒体与政事极化联系的磋商多以政事取向（如傍边翼）为猜想维度。关联词，宽绰实证磋商标明，酬酢媒体并不会权臣加重社会的极化惬心。换言之，极化更多是现实政事分裂的映射，而非平台算法所制造的"回信室"或"信息茧房"效应。
也许，更接近现实的解释大致是：社会自己的分裂决定了酬酢媒体施行的分裂。东谈主们在麇集上看到的对立声息，并非由算法催生，而是现实世界的分裂在酬酢媒体世界的真正反馈。即便在不存在算法干豫的中性环境中，东谈主类依然倾向于围聚与我方不雅点相似的群体；而靠近异见群体时，自我认可的驻扎性强化反而会使顶点态度愈加卓越。
事实上，我想起《好意思国的反智传统》的作家理查德 · 霍夫施塔特（Richard Hofstadter）的陈说，他早在上世纪 60 年代就运行批判他所处期间政事的过头狂传统。"这是一种合手续存在情绪情结。" 也许，无论咱们用纸媒相通，用电台或是电视相通，照旧像咫尺雷同在酬酢媒体上相通开云体育，这么的极化与过头老是存在的，这是一种咱们无法否定，也无法幸免的现实。靠近历史，也许咱们不得不承认，与其怪罪算法，咱们愈加应当相识到咱们四肢东谈主类的局限。虽然，这也便是说，咱们不要毁掉，去意会这个咱们所糊口的世界。