社交媒體沒救了？研究者發(fā)現(xiàn)回聲室是"解藥"

阿姆斯特丹大學(xué)的彼得·特恩伯格去年秋天接受了一次深度訪談，他研究的是社交媒體底層機(jī)制——那些導(dǎo)致黨派回聲室、影響力集中在少數(shù)精英用戶手中、極端分裂聲音被放大的結(jié)構(gòu)性問題。他當(dāng)時(shí)對(duì)社交媒體的前景并不樂觀。

特恩伯格的研究表明，雖然平臺(tái)層面提出了大量干預(yù)策略來應(yīng)對(duì)這些問題，但都不太可能奏效。而且罪魁禍?zhǔn)撞⒎莻涫茉嵅〉乃惴ā⒎菚r(shí)間線排序的信息流，或者人類天生愛找負(fù)面內(nèi)容的傾向。真正的問題是，這些負(fù)面結(jié)果的動(dòng)態(tài)機(jī)制從結(jié)構(gòu)上就嵌入了社交媒體的底層架構(gòu)。除非有人能想出一個(gè)天才級(jí)別的根本性重新設(shè)計(jì)，否則我們注定要陷入無盡的毒性反饋循環(huán)。

此后特恩伯格非常忙碌，基于"社交媒體結(jié)構(gòu)與物理世界截然不同，并產(chǎn)生意外的下游后果"這一認(rèn)知，他產(chǎn)出了兩篇新論文和一篇預(yù)印本。第一篇新論文發(fā)表在《PLoS ONE》上，專門聚焦回聲室效應(yīng)，采用與之前相同的方法——將標(biāo)準(zhǔn)基于智能體的建模與大型語言模型（LLM）相結(jié)合，本質(zhì)上是用AI人格來模擬在線社交媒體行為。

這些模擬用戶被隨機(jī)設(shè)定為持有某種觀點(diǎn)或其對(duì)立觀點(diǎn)，然后在模擬在線社區(qū)中與隨機(jī)選中的成員互動(dòng)。如果社區(qū)中持不同意見的成員比例超過特定閾值，這些智能體就會(huì)被設(shè)定為離開并加入另一個(gè)在線社區(qū)。

結(jié)果與去年的發(fā)現(xiàn)一致：回聲室從社交媒體平臺(tái)的基本架構(gòu)中自然涌現(xiàn)。"一個(gè)令人驚訝的發(fā)現(xiàn)是，即使沒有過濾氣泡，即使人們真的很喜歡身處多元空間，我們?nèi)匀粫?huì)得到回聲室，"特恩伯格說，"你不需要算法推動(dòng)。你仍然可以得到這些高度隔離的空間。另一個(gè)令人驚訝的發(fā)現(xiàn)是，過濾氣泡——這個(gè)一直被指責(zé)造成同質(zhì)化的東西——反而可能是解藥。"