Satu kajian terobosan yang menggunakan kecerdasan buatan untuk mensimulasikan tingkah laku media sosial telah memberikan berita yang mengejutkan bagi sesiapa yang berharap untuk menyelesaikan masalah toksik yang melanda platform dalam talian. Penyelidik dari University of Amsterdam menggabungkan pemodelan komputer tradisional dengan model bahasa besar (LLMs) untuk mencipta persona AI yang meniru pengguna media sosial sebenar, dan apa yang mereka temui mencabar segala yang kita sangka tahu tentang disfungsi platform.
 |
|---|
| Imej ini menggambarkan peningkatan tumpuan terhadap penggunaan media digital, topik yang menjadi teras kepada kajian mengenai tingkah laku media sosial |
Punca Masalah Lebih Mendalam Daripada Algoritma
Komuniti penyelidikan telah sibuk dengan perdebatan mengenai metodologi dan penemuan kajian ini. Walaupun sesetengah pakar mempersoalkan kesahihan menggunakan model AI untuk mewakili tingkah laku manusia, keputusan menunjukkan bahawa masalah terbesar media sosial bukan disebabkan oleh algoritma jahat atau manipulasi korporat. Sebaliknya, ia kelihatan tertanam dalam struktur bagaimana rangkaian ini beroperasi.
Simulasi AI mendedahkan tiga isu teras yang muncul secara semula jadi: ruang gema di mana orang hanya bercakap dengan mereka yang bersetuju dengan mereka, ketidaksamaan yang melampau di mana sekumpulan kecil pengguna menguasai semua perbualan, dan penguatan suara yang paling memecah belahkan. Apa yang mengejutkan penyelidik ialah masalah ini muncul tanpa sebarang campur tangan algoritma - ia hanyalah hasil semula jadi bagaimana rangkaian sosial berfungsi.
Penemuan Utama Kajian:
- Ruang gema terbentuk secara semula jadi tanpa manipulasi algoritma
- 1% pengguna menguasai perbualan disebabkan taburan kuasa-undang
- Ketidaksamaan perhatian mewujudkan gelung maklum balas yang menumpukan pengaruh
- Kebanyakan intervensi menunjukkan penambahbaikan sederhana tetapi mewujudkan pertukaran ganti rugi
- Masalah adalah berstruktur, bukan disebabkan oleh algoritma atau pilihan pengguna
Mengapa Penyelesaian Popular Tidak Berkesan
Kajian ini menguji enam penyelesaian berbeza yang dicadangkan oleh pakar selama bertahun-tahun, daripada menukar kepada suapan kronologi hingga mempromosikan pandangan yang pelbagai. Keputusan mengecewakan di semua bidang. Malah intervensi yang paling menjanjikan hanya memberikan penambahbaikan sederhana sambil sering memburukkan masalah lain.
Seorang ahli komuniti menangkap kekecewaan yang dirasai ramai dengan platform semasa, menyatakan bahawa walaupun alternatif yang lebih baru seperti Bluesky , walaupun tidak mempunyai algoritma penglibatan, masih mengembangkan dinamik toksik yang sama. Pemerhatian ini sejajar dengan penemuan teras kajian - masalahnya bukan tentang pilihan platform tertentu tetapi tentang sifat asas rangkaian sosial berskala besar.
Enam Strategi Intervensi yang Diuji:
- Suapan kronologi atau rawak
- Mempelbagaikan algoritma penglibatan
- Mengurangkan keterlihatan kandungan sensasi
- Meningkatkan kepelbagaian sudut pandangan
- Menggunakan "algoritma penghubung" untuk saling memahami
- Menghapuskan isyarat pengaruh sosial dan signal identiti
Masalah Undang-undang Kuasa
Di tengah-tengah isu ini terletak apa yang penyelidik panggil ketidaksamaan perhatian. Dalam situasi sosial biasa, pengaruh cenderung diagihkan secara adil di kalangan peserta. Tetapi rangkaian sosial dalam talian mencipta apa yang dikenali sebagai taburan undang-undang kuasa, di mana 1% pengguna boleh menguasai keseluruhan perbualan.
Ini berlaku kerana perhatian menarik lebih banyak perhatian. Apabila seseorang mendapat perhatian, mereka lebih berkemungkinan mendapat perhatian lagi, mencipta kesan bola salji yang menumpukan pengaruh di tangan segelintir orang. Kajian mendapati dinamik ini sangat sukar untuk diganggu, walaupun dengan intervensi melampau yang mungkin akan menjadikan platform membosankan untuk digunakan.
Melampaui Pilihan Individu
Penyelidikan ini mencabar kepercayaan umum bahawa masalah media sosial berpunca daripada pengguna membuat pilihan yang buruk. Walaupun orang memang terlibat dengan kandungan yang keterlaluan, kajian mencadangkan tingkah laku ini muncul daripada insentif struktur yang terbina dalam platform ini dan bukannya kegagalan moral individu.
Otak disambungkan dengan cara itu. Gosip dan umpan kemarahan bukanlah sesuatu yang orang putuskan secara aktif, ia adalah subsedar.
Perspektif ini mengalihkan perbualan daripada menyalahkan pengguna kepada mengkaji bagaimana reka bentuk platform membentuk tingkah laku dengan cara yang boleh diramal.
Mencari Alternatif
Kesimpulan suram kajian telah mencetuskan perbincangan tentang apa yang mungkin menggantikan model media sosial semasa. Sesetengah ahli komuniti sedang meneroka idea seperti interaksi sosial berasaskan lokasi atau struktur kumpulan yang lebih kecil dan lebih intim yang mencerminkan tetapan sosial tradisional seperti kedai kopi dan bukannya rangkaian penyiaran global.
Yang lain menunjukkan kepada trend yang semakin meningkat di mana orang meninggalkan platform awam untuk sembang kumpulan peribadi dan aplikasi pemesejan. Walaupun ini tidak menyelesaikan impak masyarakat yang lebih luas daripada media sosial, ia menunjukkan orang secara naluri mencari persekitaran sosial yang lebih terurus.
Penyelidikan ini tiba pada saat genting ketika kecerdasan buatan memudahkan untuk menghasilkan jenis kandungan polarisasi yang berkembang di platform semasa. Sama ada krisis ini akan memaksa inovasi ke arah ruang dalam talian yang lebih sihat atau hanya mempercepatkan masalah yang sudah kita hadapi masih belum dapat dipastikan.