ソーシャルメディアに安らぎを。次に来るのは厄介です。

昨年の秋、私たちはアムステルダム大学のペッター・トーンバーグ氏への広範なインタビューを紹介しました。彼は、党派的なエコーチェンバー、少数のエリートユーザーグループへの影響力の集中（注意力の不平等）、そして最も極端な分裂の声の増幅など、ソーシャルネットワークの最悪の側面を生み出す根底にあるメカニズムを研究しています。彼はソーシャルメディアの将来について楽観的ではなかった。

トーンバーグ氏の調査では、これらの問題に対処するために多数のプラットフォームレベルの介入戦略が提案されているものの、どれも効果的ではない可能性が高いことが示されました。そしてそれは、大嫌いなアルゴリズムや非時系列フィード、あるいは否定的なものを求める人間の性向のせいではありません。むしろ、これらすべての否定的な結果を引き起こす力学は、ソーシャル ネットワークのアーキテクチャそのものに構造的に組み込まれています。したがって、誰かがそれらのダイナミクスを変える素晴らしい根本的な再設計を思いつかない限り、おそらく私たちは無限の有害なフィードバックループに陥る運命にあるでしょう。

それ以来、トーンバーグ氏は多忙を極めており、ソーシャル ネットワークは物理世界とはまったく異なる構造であり、予期せぬ結果を伴うという認識に基づいて、2 つの新しい論文と新しいプレプリントを作成しています。 PLoS ONE に掲載された最初の新しい論文は、特にエコー チェンバー効果に焦点を当てており、同じ標準的なエージェント ベースのモデリングと大規模言語モデル (LLM) を組み合わせて使用​​し、基本的にオンライン ソーシャル メディアの動作をシミュレートする小さな AI キャラクターを作成しました。

これらの模擬ユーザーは、一方または反対の意見を持ち、模擬オンライン コミュニティの選択されたメンバーとランダムに対話するようにランダムにプログラムされました。そして、これらのシミュレートされたユーザーに同意しないコミュニティメンバーの割合が特定のしきい値を超えた場合、それらのエージェントは退会し、別のオンラインコミュニティに参加するようにプログラムされていました。

フィルターバブル: 原因ではなく治療法

昨年の結果と一致して、エコー チェンバーはソーシャル メディア プラットフォームの基本アーキテクチャから自然に出現します。 「驚くべき発見は、人々は本当に多様な空間にいることを好むにもかかわらず、フィルターバブルがなくてもエコーチェンバーが得られるという事実です」とトーンバーグ氏は述べた。 「アルゴリズムによるプッシュは必要ありません。それでも、このように高度に分離された空間を得ることができます。もう 1 つの驚くべき発見は、均質性の原因とされてきたフィルターバブルが治療法になる可能性があるということです。」