Partijdige X-posts vergroten de politieke polarisatie onder gebruikers, blijkt uit onderzoek | X

Kleine veranderingen in de toon van berichten die naar gebruikers worden verzonden door X Volgens onderzoek kunnen gevoelens van politieke polarisatie in één week evenveel toenemen als historisch gezien minimaal drie jaar zou hebben geduurd.

Uit een baanbrekend experiment om de kracht van het sociale platform van Elon Musk te meten om de politieke verdeeldheid te vergroten, bleek dat wanneer berichten die antidemocratische attitudes en partijdige vijandigheid uitten, zelfs nauwelijks waarneembaar werden versterkt in de feeds van Democraten en Republikeinse aanhangers, er een grote verandering plaatsvond in hun ongunstige gevoelens jegens de andere kant.

De mate van toegenomen verdeeldheid – bekend als ‘affectieve polarisatie’ – die in één week werd bereikt door de veranderingen die academici in de feeds van X-gebruikers aanbrachten, was net zo groot als gemiddeld drie jaar zou hebben geduurd tussen 1978 en 2020.

De meeste van de ruim 1.000 gebruikers die deelnamen aan het experiment tijdens de Amerikaanse presidentsverkiezingen van 2024 merkten niet dat de toon van hun feed was veranderd.

De campagne werd gekenmerkt door verdeeldheid zaaiende virale berichten op X, waaronder één nep foto van Kamala Harris die het gezellig had met Jeffrey Epstein op een gala en een door AI gegenereerde afbeelding gepost door Musk van Kamala Harris, verkleed als communistische dictator, die 84 miljoen keer bekeken werd.

Herhaalde blootstelling aan berichten die een antidemocratische houding en partijdige vijandigheid uiten, heeft een “significante invloed” op de gevoelens van polarisatie van gebruikers en vergroot het verdriet en de woede, zo ontdekten ze.

Musk kocht Twitter in 2022, hernoemde het tot X en introduceerde de ‘voor jou’-feed, die in plaats van alleen berichten weer te geven die betrekking hebben op accounts die gebruikers actief volgen, de inhoud upgradet die bedoeld is om de betrokkenheid te maximaliseren.

De mate waarin meer anti-democratieberichten ervoor zorgen dat gebruikers meer vijandigheid jegens politieke tegenstanders voelen “demonstreert de kracht van het algoritme”, zegt Martin Saveski, assistent-professor aan de informatieschool van de Universiteit van Washington, die samen met collega’s van Stanford, Johns Hopkins en Northeastern universiteiten het onderzoek produceerde. gepubliceerd in het tijdschrift Science.

“De verandering in hun dieet was nauwelijks merkbaar, maar toch meldden ze een significant verschil in hoe ze over andere mensen dachten”, zegt Tiziano Piccardi, assistent-professor aan de computerwetenschappenafdeling van de Johns Hopkins Universiteit en co-auteur van het onderzoek. “Gebaseerd op Amerikaanse trends komt deze verschuiving neer op ongeveer drie jaar polarisatie.”

Uit het onderzoek bleek ook dat relatief subtiele veranderingen in de inhoud van de feeds van gebruikers de politieke vijandigheid onder Republikeinen en Democraten aanzienlijk kunnen verminderen, wat suggereert dat X de macht had om de politieke harmonie te vergroten als Musk ervoor zou kiezen om het op die manier te gebruiken.

“Het opwindende aan deze resultaten is dat de platforms iets kunnen doen om de polarisatie te verminderen”, aldus Saveski. “Het is een nieuwe aanpak die ze zouden kunnen volgen om hun algoritmen te ontwerpen.”

Er werd contact opgenomen met X voor commentaar.

Acht op de tien Amerikaanse volwassenen zeggen dat Republikeinen en Democraten het niet alleen niet eens kunnen worden over beleid en plannen, maar dat ze het ook niet eens kunnen worden over fundamentele feiten. volgens Pew-onderzoek. Meer dan de helft van de Britse bevolking is van mening dat de verschillen in de politieke opvattingen van mensen zo verdeeldheid zaaien dat het gevaarlijk is voor de samenleving. recente opiniepeiling van Ipsos gevonden.

De veranderingen in de politieke polarisatie als gevolg van blootstelling aan X-posts werden gemeten met behulp van een nieuwe benadering. Ten eerste gebruikten de academici AI om berichten in de ‘voor jou’-feed van X in realtime te analyseren. Vervolgens toonde het systeem meer verdeeldheid zaaiende standpunten bij het ene cohort en minder verdeeldheid zaaiende standpunten bij het andere, een macht die gewoonlijk alleen aan X was voorbehouden. Tot de verdeeldheid zaaiende standpunten behoorden onder meer de standpunten die steun toonden voor ondemocratische praktijken, partijdig geweld, verzet tegen consensus tussen beide partijen en bevooroordeelde evaluaties van gepolitiseerde feiten.

Na een week lang deze subtiel gewijzigde feeds te hebben gelezen, vroegen de onderzoekers gebruikers om te beoordelen hoe warm of koud, gunstig of ongunstig zij zich voelden tegenover hun politieke tegenstanders. De veranderingen in de ‘affectieve polarisatie’ werden op een ‘gevoelsthermometer’ van meer dan twee graden gerangschikt. Dit was dezelfde mate van toegenomen polarisatie die doorgaans in de Verenigde Staten plaatsvond in de veertig jaar voorafgaand aan 2020. Door gebruikers minder posts met antidemocratische attitudes en partijdige vijandigheid te voeden, verminderde de politieke verdeeldheid in een vergelijkbare mate.

Sociale-mediaplatforms worden er al lang van beschuldigd dat ze verdeeldheid zaaiende inhoud aanmoedigen om de betrokkenheid van gebruikers en daarmee de advertentie-inkomsten te vergroten. Maar uit het onderzoek bleek dat hoewel er een kleine vermindering was in de algehele betrokkenheid in termen van de tijd die op het platform werd doorgebracht en het aantal bekeken berichten wanneer de verdeeldheid zaaiende inhoud geen prioriteit meer kreeg, deze gebruikers de neiging hadden om vaker te ‘liken’ of opnieuw te posten.

“Het succes van deze methode toont aan dat deze kan worden geïntegreerd in AI op sociale media om schadelijke persoonlijke en maatschappelijke gevolgen te verzachten”, schreven de auteurs. “Tegelijkertijd suggereren onze betrokkenheidsanalyses een praktische afweging: interventies die de prioriteit wegnemen (antidemocratische en partijdige inhoud) kunnen het betrokkenheidsvolume op de korte termijn verminderen, uitdagingen vormen voor op betrokkenheid gebaseerde bedrijfsmodellen en de hypothese ondersteunen dat inhoud die sterke reacties uitlokt, meer betrokkenheid genereert.”