社交媒体：算法如何塑造我们在线看到的内容
在每个推荐的TikTok视频、每个显示的YouTube帖子或每个社交媒体推荐的内容背后，隐藏着一个自动选择系统。这些算法旨在个性化用户体验并促进他们的参与，如今已成为关于其影响及潜在成瘾效应的政治和科学辩论的核心。
根据每个用户选择的内容
算法可以定义为一组规则，允许计算机系统处理信息并做出某些决策。在社交媒体上，它主要用于确定可能引起每个用户兴趣的内容。
为了建立推荐，系统分析大量信号：查看的帖子、观看的视频、喜欢或评论的内容，以及与用户个人资料相关的一些信息。
其目标是预测什么可能引发新的互动。一段有趣的视频、与用户兴趣相关的主题，甚至可能引发负面反应的内容都可以被突出显示。
平台的战略技术
大型科技平台将其推荐系统视为其商业模式的核心要素。它们能够实时选择大量内容，并根据每个人的需求调整新闻推送。
这些系统的确切运作方式通常较难了解。企业对其内部机制的沟通较少，这也构成了竞争优势。
然而，这种不透明性引发了当局和研究人员对推荐是如何构建的及其后果的质疑。
为什么关闭应用程序如此困难？
社交媒体的运作不仅仅依赖于内容的个性化。多个功能也被设计用来鼓励用户反复访问平台。
无尽的滚动，让用户可以无缝浏览帖子就是一个例子。通知、不可预测的奖励和不断更新的内容也有助于保持用户的注意力。
这一现象很常见：原本计划几分钟的连接可能会轻易延长得多。
奖励系统的作用
研究人员特别关注这些机制如何影响与预期和奖励相关的脑电路。
根据悉尼麦考瑞大学的认知神经科学名誉教授马克·威廉姆斯（Mark Williams）的说法，某些功能可能促使用户比他们希望的更长时间保持连接，这可能对睡眠和健康产生影响。
不可预测的奖励的重复也可能维持一种期待和探索的循环。莱斯特大学的讲师奎因·黄（Quynh Hoang）特别强调了这种不可预测性在刺激多巴胺系统中的潜在作用。
澳大利亚希望给予用户更多控制权
这些问题如今超越了科学界。澳大利亚工党政府正在准备一项新的在线安全法案。
该法案特别提议用户可以禁用个性化的算法推荐。目标是让他们对内容展示的方式拥有更多控制权。
这一举措正值公共当局越来越希望规范大型数字平台的做法，特别是当涉及未成年人和用户福祉的保护时。
与算法的新关系？
因此，辩论不再仅仅是关于社交媒体是否能够有效个性化内容。它现在涉及用户选择这种个性化方式的能力。
虽然算法使用户能够在一个变得巨大的数字宇宙中导航，但它们预测行为和保持注意力的能力引发了关于选择自由、平台透明度和用户保护的问题。
下一步可能是不仅向用户提供个性化内容，还给予他们更多控制权，决定这些内容是如何被选择的。
-
19:00
-
18:45
-
18:32
-
18:15
-
17:47
-
17:30
-
17:15
-
16:49
-
16:33
-
16:24
-
16:22
-
16:22
-
16:16
-
16:13
-
16:12
-
16:12
-
16:00
-
15:43
-
15:22
-
15:10
-
14:47
-
14:30
-
14:14
-
13:47
-
13:30
-
13:13
-
13:10
-
12:47
-
12:44
-
12:25
-
12:05
-
11:45
-
11:29
-
11:18
-
11:11
-
10:48
-
10:47
-
10:32
-
10:15
-
10:14
-
10:08
-
10:02
-
09:50
-
09:32
-
09:15
-
08:47
-
08:30
-
08:10
-
07:47
-
07:32
-
07:15
