相关实验视频
Updated: Jul 9, 2025

Loneliness Assuaged: Eye-Tracking an Audience Watching Barrage Videos
Published on: May 29, 2020
审计YouTube的推系统,寻找意识形态上合适的,极端的和有问题的建议
Muhammad Haroon1, Magdalena Wojcieszak2, Anshuman Chhabra1
1Department of Computer Science, University of California-Davis, Davis, CA 95616.
在YouTube上播放YouTube的视频.
科学领域:
- 社交媒体的算法
- 算法偏见是一种算法偏见.
- 在线激进化 在线激进化
背景情况:
- 社交媒体算法因推广意识形态一致和极端内容而受到批评.
- 关于过气泡和激进化途径的证据仍然没有确定性.
研究的目的:
- 在规模上系统审计YouTube的推算法.
- 调查对意识形态一致性和极端性的算法建议.
- 为了确定建议是否变得更加极端,在用户的观看历史中更深入.
主要方法:
- 利用了10万个子账户进行系统的算法审计.
- 分析了意识形态对齐和极端主义的推模式.
- 在越来越深的用户观看轨道中跟踪推.
主要成果:
- YouTube的算法向党派用户推意识形态相似的内容.
- 随着观察轨道的深入,亲属推的数量越来越多,特别是对右倾的用户来说.
- 虽然意识形态极端的比例没有显著增加,但有问题的频道推的比例有所增加,特别是在极右翼用户中.
结论:
- YouTube的算法倾向于意识形态一致的内容,可能有一些横向的曝光.
- 问题性内容,虽然比例较低,但越来越多地建议右倾用户在步道的更深处使用.
- 算法推可能会导致特定用户群体接触边缘内容.
更多相关视频
06:42Continuous Theta Burst Stimulation of the Posterior Medial Frontal Cortex to Experimentally Reduce Ideological Threat Responses
Published on: September 28, 2018
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
相关概念视频
Group Polarization
Confirmation Biases
Censoring Survival Data
The Stanford Prison Experiment
Groupthink
The Anchoring-and-Adjustment Heuristic