你知道，算法究竟是如何影響美國大選的嗎？

今天，「Meta的算法影響2020年美國選舉」研究登上了Science封面。

Meta首次一口氣發(fā)表了4篇具有里程碑意義的研究論文。

目的是為了探討Facebook和Ins在美國2020年選舉中，對關(guān)鍵政治態(tài)度和行為的影響。

研究發(fā)現(xiàn)，幾乎沒有證據(jù)表明，Meta平臺會造成有害的 「情感」兩極分化，或?qū)﹃P(guān)鍵政治態(tài)度、信仰或行為產(chǎn)生有實(shí)際意義的影響。

眾所周知，2020年的大選，是拜登勝出。

圖片

如果細(xì)看選票的統(tǒng)計的話，會發(fā)現(xiàn)，從全美普選票來看，在計票率為97%時，拜登以50.8%的得票率超過特朗普的47.4%，拜登的優(yōu)勢并不是特別大。

據(jù)稱，特朗普團(tuán)隊和拜登團(tuán)隊僅僅用于Facebook的「政治廣告精準(zhǔn)投放」花費(fèi)，分別高達(dá)9770萬美元、8210萬美元。

而事實(shí)真如Meta所說的如此嗎？

Meta自證清白

2020年的美國大選，到今天還是個熱議的話題。

一直以來，F(xiàn)acebook和Ins的算法驅(qū)動著數(shù)十億人在社交網(wǎng)絡(luò)上看到的內(nèi)容，甚至一度成為民主辯論的舞臺。

三年前，Meta便開始著手研究Facebook和Ins對2020年選舉的影響。

圖片

現(xiàn)在，發(fā)表在Science和Nature上的4篇同行評議論文中，Meta首次向公眾展示了研究結(jié)果。

這些研究為Facebook和Ins的算法，如何影響用戶在2020年總統(tǒng)大選前夕看到的內(nèi)容提供了一個有趣的新視角。

布里斯托大學(xué)的心理學(xué)家Stephan Lewandowsky表示，這些實(shí)驗(yàn)很重大。

研究發(fā)現(xiàn)，美國保守派人士在Facebook上接觸到的虛假新聞報道比自由派人士多得多。

圖片

但令人驚訝的是，從所有的動態(tài)中刪除一切轉(zhuǎn)發(fā)的內(nèi)容，并沒有影響用戶的政治態(tài)度，或者減少他們觀點(diǎn)的兩極分化。

甚至，不讓大數(shù)據(jù)推內(nèi)容，就讓系統(tǒng)推最新最火的事兒，也沒用。

具體是怎么回事？

四大研究

「回音室」效應(yīng)無效

在許多人看來，Meta的內(nèi)容傳輸算法，會優(yōu)先處理來自志同道合者和團(tuán)體的信息，從而助長政治兩極分化。

人們擔(dān)心這一系統(tǒng)會強(qiáng)化互聯(lián)網(wǎng)「回音室」，助長黨派和虛假信息的傳播。

在Nature的一篇論文中，研究人員主要關(guān)注了社交媒體「回音室」在多大程度上推動政治兩極分化的觀點(diǎn)。

回音室效應(yīng)，就是在說用戶接觸到，大量志同道合的信息來源時產(chǎn)生的影響。

圖片

論文地址：https://www.nature.com/articles/s41586-023-06297-w

研究人員證實(shí)，大多數(shù)美國用戶看到的大部分內(nèi)容都來自朋友、頁面和群組。但他們指出，所有這些內(nèi)容都不是明確的政治或新聞相關(guān)內(nèi)容。

另外，還發(fā)現(xiàn)，減少一致內(nèi)容的數(shù)量會降低參與度，但不會顯著改變用戶的信仰或態(tài)度。

圖片

a. 美國 Facebook 月活躍成年用戶在其 Facebook Feed 中接觸志同道合來源、交叉來源和兩類來源內(nèi)容的分布情況；b. 按來源類型劃分的曝光率累積分布函數(shù)。

「信息流」影響用戶體驗(yàn)

在Science的另一篇研究中，主要著眼于按時間順序排列的信息流，與算法生成的信息流的對比效果。

研究中，23391名Facebook用戶和21373名 Ins用戶被分為兩組：一組接收由Meta常用算法提供的精選內(nèi)容，另一組按時間順序接收新聞和信息。

其理論依據(jù)是，向用戶提供最新的新聞和信息，將擴(kuò)大他們看到的內(nèi)容。

圖片

論文地址：https://www.science.org/doi/10.1126/science.abp9364?adobe_mc=MCMID%3D64243633531002265781381656517959855590%7CMCORGID%3D242B6472541199F70A4C98A6%2540AdobeOrg%7CTS%3D1690488631

這項(xiàng)研究的出的結(jié)論，Meta平臺的算法信息流影響了用戶的體驗(yàn)。

谷歌操縱大選的揭秘者Frances Haugen稱，這個問題在2021年變得尤為突出，并主張回歸按時間順序排列的信息流。

另外，作者還發(fā)現(xiàn)，按時間順序接收內(nèi)容的參與者在Meta社交媒體平臺上花費(fèi)的時間更少，接觸到的內(nèi)容更多樣化（但不一定更可信）。

不過，對兩組參與者的調(diào)查顯示，他們的政治極化程度沒有明顯差異。調(diào)查還顯示，參與者的政治活動（如簽署請愿書）也沒有差異。

在Facebook和Ins上，按時間順序和Algorithmic Feed條件下的用戶體驗(yàn)和行為比較

研究者稱，按時間順序提供的內(nèi)容大大減少了用戶在平臺上花費(fèi)的時間，降低了用戶在平臺上參與內(nèi)容的程度，并改變了他們獲得的內(nèi)容組合。

同時，研究人員表示，按時間順序提供的信息并沒有引起下游政治態(tài)度、知識或離線行為的可察覺變化。

刪除轉(zhuǎn)發(fā)內(nèi)容研究

同樣，另一項(xiàng)同樣發(fā)表在Science上的研究，對2020年大選前「轉(zhuǎn)發(fā)內(nèi)容」的影響進(jìn)行了研究。

圖片

論文地址：https://www.science.org/doi/10.1126/science.add8424?adobe_mc=MCMID%3D64243633531002265781381656517959855590%7CMCORGID%3D242B6472541199F70A4C98A6%2540AdobeOrg%7CTS%3D1690488631

結(jié)果發(fā)現(xiàn)，刪除轉(zhuǎn)發(fā)內(nèi)容大大減少了政治新聞的數(shù)量，包括來自不可信來源的內(nèi)容。

但并沒有顯著影響政治兩極化，或任何個人層面政治態(tài)度的衡量標(biāo)準(zhǔn)。

圖片

無轉(zhuǎn)發(fā)處理和控制條件下的用戶體驗(yàn)和行為比較

用戶訂閱源政治新聞分析

最后，研究人員從自由派還是保守派的角度，分析了用戶訂閱源中出現(xiàn)的政治新聞。

這項(xiàng)研究分析了大約2.08億美國 Facebook用戶的數(shù)據(jù)訪問習(xí)慣，發(fā)現(xiàn)左傾和右傾用戶在分享和消費(fèi)信息方面存在巨大差異。

圖片

論文地址：https://www.science.org/doi/10.1126/science.ade7138?adobe_mc=MCMID%3D64243633531002265781381656517959855590%7CMCORGID%3D242B6472541199F70A4C98A6%2540AdobeOrg%7CTS%3D1690488631

他們得出的結(jié)論是，F(xiàn)acebook在意識形態(tài)上有實(shí)質(zhì)性的隔離，但意識形態(tài)隔離在頁面和群組發(fā)布的內(nèi)容中的表現(xiàn)，遠(yuǎn)遠(yuǎn)多于好友發(fā)布的內(nèi)容。

另外，研究還發(fā)現(xiàn)，保守派用戶更有可能看到來自「不可信」來源的內(nèi)容，以及被Meta的第三方事實(shí)核查機(jī)構(gòu)評為虛假的文章。

圖片

總體上看，4項(xiàng)研究的發(fā)現(xiàn)，對Meta自身來說很有利，沒有直接證據(jù)去表明算法操縱選舉。

遺憾的是，研究人員稱沒有直接的解決方案，來解決社交媒體上的兩極分化問題。

就像Science中所稱，沒有人愿意說，這意味著社交媒體沒有負(fù)面影響。

圖片

有網(wǎng)友稱，我打賭你不知道Meta付給我300美元，讓我在2020年大選期間停用賬戶。

圖片

Meta在官博表示，未來會發(fā)表更多一系列論文，總共16篇。

谷歌被爆用ML操控選舉

Meta通過發(fā)表研究自撇清白。

不過，Meta之外，谷歌也曾深陷操縱2020大選風(fēng)波中。

2019年8月，谷歌高級工程師Zachary Vorhies泄露了950頁的內(nèi)部文件。

文件內(nèi)容直接披露了谷歌操控大選的證據(jù)：

谷歌曾使用黑名單、審查制度和機(jī)器學(xué)習(xí)算法操縱美國大選。

在這個特別的黑名單中，顯示了數(shù)百個在安卓的新聞搜索結(jié)果中被審查的保守派網(wǎng)站，存在明顯的政治偏見。

比如，Daily Caller、Western Journal、RedState、Gateway Pundit、Steven Crowder、Michelle Malkin、Glenn Beck、Rush Limbaugh等都被列入了黑名單。

圖片

緊接著，2021年，Vorhies出版了一本書名為《谷歌泄密: 告密者對大型科技審查制度的揭露》。

他在書中稱，特朗普當(dāng)選對谷歌來說是一個轉(zhuǎn)折點(diǎn)。

2016年大選結(jié)束后，特朗普正式成為總統(tǒng)當(dāng)選人。

無論走到哪里，Vorhies都能聽到谷歌同事談?wù)撨@次選舉有多不公平，并堅稱需要抵制來應(yīng)對特朗普和全球范圍內(nèi)出現(xiàn)的更廣泛的民粹主義運(yùn)動。

谷歌聯(lián)合創(chuàng)始人Sergey Brin在一次公司全體會議上說：

我當(dāng)然覺得這次選舉令人深感不快，我知道你們中的許多人也是如此。然而很多人顯然不認(rèn)同我們所擁有的價值觀。

負(fù)責(zé)谷歌全球事務(wù)的副總裁Kent Walker表示：谷歌必須努力確?！该翊庵髁x」和「民族主義」的崛起只是歷史弧線中的一個暫時現(xiàn)象和小插曲。

這一切證明了，谷歌在2016年大選中確實(shí)輸給了特朗普。

當(dāng)時，谷歌高管和員工采用了各種策略來推選希拉里?克林頓。比如通過谷歌搜索引擎幫助希拉里屏蔽不利信息。

圖片

2019年，Project Veritas公布了谷歌高管Jen Gennai被偷拍的視頻。

在視頻中，Jen Gennai直言不諱說要「防止2016年的事再次發(fā)生」。

之后她補(bǔ)充道，目前谷歌正在嘗試「訓(xùn)練算法」，希望能模擬出一種可能改變特朗普2016年大選勝利結(jié)果的工作方式。

2017年5月31日，特朗普在推特上發(fā)布了一條六個字的短語，盡管有持續(xù)的負(fù)面新聞報道（Despite the constant negative press covfefe.）

其中，Covfefe是特朗普專門將coverage（報道）一詞拼寫錯誤。

在一份被泄露的名為「covfefe Translate Easter egg」文件中，谷歌的工程師們甚至從阿拉伯語詞典中刪除了「covfefe」這個詞以及它的意思「I will stand up」，并用聳肩表情符號取而代之，以推進(jìn)他們的反特朗普政治議程。

圖片

由此看來，谷歌有權(quán)決定美國公民看到什么內(nèi)容，不會看到哪些內(nèi)容。

美國將在2024年再次開啟大選，而這次比以往更加不同。

生成式AI的大爆發(fā)， 讓許多媒體預(yù)測，這將成為美國第一場廣泛使用AI工具的選舉。

AI對選舉的影響讓許多人坐立不安，ChatGPT、Midjourney、Gen-2等工具能夠瞬時生成以假亂真的圖片、視頻、音頻等宣傳材料。

這場技術(shù)政治大戰(zhàn)，最終的結(jié)果就是利用AI欺騙選民，影響真正的選舉結(jié)果。

參考資料：

https://about.fb.com/news/2023/07/research-social-media-impact-elections/

https://www.science.org/doi/full/10.1126/science.adj7023

https://www.nature.com/articles/d41586-023-02420-z