广告位

您现在的位置是:主页 > 米乐新闻 >

哈佛x路透社最新研究:网络过滤器泡沫背后的真

2021-03-04 18:45米乐新闻 人已围观

简介互联网专家用网络过滤器泡沫这一术语,指代互联网算法依据查找前史进行信息引荐,加重人们看待事物时的两极分解。本文来自哈佛大学和路透社研讨所对38个区域的75,000人进行的调...

  互联网专家用“网络过滤器泡沫”这一术语,指代互联网算法依据查找前史进行信息引荐,加重人们看待事物时的两极分解。本文来自哈佛大学和路透社研讨所对38个区域的75,000人进行的调研,发布于2020年1月底。

  风趣的是,该研讨发现,运用交际媒体以及查找引擎获取新闻的集体,取得新闻的多样化程度更高。这一查询成果与网络过滤器泡沫效应的假定恰恰相反。

  实际上,运用交际媒体的人群具有更多不同的在线新闻来历。专心于过滤器泡沫或许会导致咱们误解新闻背面的机制,阻碍咱们正确地看待政治和社会割裂的深层次原因。

  网络过滤器泡沫这一盛行术语由埃利·帕雷瑟发明,指一种认知或认识形态的孤立状况:由网络算法经过用户曩昔的行为和查找前史,供给其认同的信息成果。可是,咱们的高档研讨员理查德·弗莱彻发现,有关网络过滤泡沫的学术研讨却叙述了一个彻底不同的故事。

  人们习气运用Facebook、Twitter和Apple News等获取新闻,而新闻内容是由算法主动选取的。

  算法经过渠道的前史阅览数据和用户自愿供给给渠道的偏好数据进行挑选。人们忧虑的是,这或许会进一步固化咱们已有的阅览倾向。

  回音室和过滤器泡沫略有不同。回音室是当咱们过度暴露在喜爱或赞同的新闻中时产生的状况,会歪曲咱们对实际的观念,由于咱们看到了太多片面的内容,忽视了其他的或许性,所以开端以为实际便是这样的。

  过滤器泡沫描绘的是:咱们不喜爱或不赞同的新闻被主动过滤,这会削减咱们获取的信息量。这与回音室天壤之别,由于回音室或许是过滤器的成果,也或许是其他要素的成果,但过滤器泡沫必定是算法过滤的成果。

  过滤器泡沫对错常有力的描绘,背面的机制好像也说得通。每个人都能了解并且听起来不无道理。

  了解过滤器泡沫十分重要,自特朗普中选以来,它乃至改动了咱们了解政治的办法。《连线》杂志的一篇文章称,过滤器泡沫正在炸毁民主,这种说法适当斗胆。

  而就在2017年,比尔·盖茨还标明,过滤器泡沫是新闻业的重大问题。这两种说法标明晰咱们对过滤器泡沫的遍及情绪,即便上述二者并非典型的科技怀疑论者。不过在许多范畴,过滤器泡沫的存在已被广泛承受。

  追根究底是很有用的办法。人们是否首要经过互联网看新闻?这个问题,在我看来是必定的。

  我和路透社研讨所搜集的大部分数据来自数字新闻陈述(Digital News Report),它查询了五大洲38个不同新闻商场的状况,首要会集在欧洲,约75,000人参加查询。查询由YouGov完结,咱们担任规划问卷。

  当问到人们首要的新闻来历是什么时,答复网络和电视的受访者大致相同。在一些国家,电视稍微抢先。在另一些国家,网络略占优势。但总的来说,人们获取新闻的办法十分相似:运用网络和电视获取新闻远远超越了报纸和播送。

  关于45岁以上的人来说,电视更有或许是首要的新闻来历。45岁以下的人更有或许从网上获取新闻。

  自2013年以来,咱们一向在追寻不同国家对交际媒体新闻的获取状况。从2013年到2016年,交际媒体阅览新闻持续添加。每周运用社媒阅览新闻的人数从2013年的25%上升到2016年的超越50%。但在曩昔三年中,这一份额现已趋于平稳。

  假如再深入研讨各个交际渠道,就会发现在大多数国家,Facebook是获取新闻的主导渠道。

  依据2014年不同国家用户的数据,Facebook的新闻用户徜徉在全国用户的35%左右。2016到2018年,这一比率略有削减。

  同一时期,WhatsApp等其他交际网络在获取新闻方面变得越来越重要。这些不同类型的交际网络也被归在交际媒体的类别下。

  在曩昔五年里,经过WhatsApp阅览新闻的人数从10%添加到16%,Instagram也呈现了相似的添加。

  当咱们问人们在网上获取新闻的首要办法是什么时,大约三分之一的人说是BBC新闻或《卫报》等新闻门户的网站和App。

  别的三分之二的人获取新闻的首要办法是经过查找引擎、交际媒体等,其间部分服务在不同程度上依托算法。

  当谈到过滤器泡沫时,咱们应该重视其潜在的影响。算法和算法驱动的新闻服务十分重要,很多人借此获取在线新闻。

  自选个性化指的是咱们自愿的个性化处理,这一点特别重要。人们决议怎么个性化新闻服务:买什么报纸、看什么频道,一起决议不看什么新闻。学者称之为挑选性阅览。它遭到一系列事物的影响,比方人们对新闻的爱好、政治信仰等等。

  预选个性化是针对用户的个性化,有时经过算法进行,有时在人们不知情的状况下进行。这与过滤器泡沫直接相关,由于算法或许替代人们做出挑选,而人们或许还没有认识到。

  澄清差异特别重要,由于咱们不能将预选个性化及其影响与无自选个性化同等,不能假定人们在线下或许网上阅览新闻是彻底随机的行为。

  人们或多或少地参加了个性化,假如想了解预选个性化的程度,有必要将其与实际状况,而不是抱负模型进行比照。

  不要浪漫化线下新闻的实质。咱们做的第一批研讨便是查询人们怎么在线上和线下挑选新闻。咱们研讨了英国的新闻媒体及其受众彼此堆叠的程度。

  线下读者只会重视几个他们偏心的新闻来历。线上状况则不同,单个新闻门户的受众较小,新闻阅览涣散在许多不同的站点。

  线上新闻一般是免费的,人们从不同的来历阅览新闻,咱们发现,线下新闻自选个性化比线上更杰出。这便是为什么将线上新闻与实际状况比较如此重要的原因。

  交际媒体结合了自选和预选个性化。人们挑选重视特定新闻机构,而抛弃了其他新闻机构。

  但还有一种或许:算法躲藏了人们不感爱好的新闻,删去了人们不喜爱的新闻媒体。咱们的时刻有限,所以算法所做的决议将会影响人们在Facebook看到的内容。

  为了了解交际媒体怎么影响新闻,咱们将不运用交际媒体的人群与别的两个集体比较:一组人称他们有目的地运用交际媒体获取新闻,另一组称当他们运用交际媒体时,无意阅览了新闻。咱们比较了英国、美国、意大利和澳大利亚的数据,研讨交际媒体对不同人群和不同交际网络的影响。

  咱们发现运用交际媒体的人总会趁便触摸到新闻,与底子不运用交际媒体的人群比较,这显着添加了此类人群阅览新闻的数量。也便是说,运用交际媒体的人群具有更多不同的在线新闻来历。

  风趣的是,这种影响对年轻人来说尤为显着,或许是由于他们更长于运用交际媒体,在这些渠道上更活泼。关于那些对新闻不感爱好的人群来说,这种影响相同巨大。咱们还发现YouTube和Twitter的新闻影响强于Facebook,这一点十分值得重视。

  咱们的研讨标明大多数人,特别是交际媒体用户,对新闻并不是很感爱好。这在网上特别显着,由于线上归于高度自在的媒体环境。

  对新闻不感爱好的人很简单彻底忽视有关内容,但他们常常运用交际媒体,因而会偶尔触摸到新闻,即便他们没有查找新闻。

  查找引擎不同于交际媒体,当人们翻开查找引擎查找新闻时,他们是在有认识地查找。可是,当查找特定的主题时,查找引擎仍有或许依据曩昔的数据,进行算法挑选。

  咱们比较了四个国家中查找新闻和不必查找引擎的数据,研讨他们的新闻阅览习气,咱们称其为多样性和均衡。

  咱们发现算法有效地丰厚了人们的新闻挑选。运用查找引擎的人会比不运用查找引擎的人触摸更多的新闻来历。更重要的是,他们很少只看到单一方面的过火观念。

  依托自我挑选的人往往有极度歪斜的阅览倾向。运用查找引擎的人一般更具有批评性。

  咱们的研讨与同范畴的其他研讨成果共同,尽管看待问题的办法不尽相同。有研讨比较了不同集体的查找成果,比方美国共和党人和人。

  事实上,查找政治论题时得到的成果或多或少有相同之处,也没有确凿的依据标明不同观念的人得到的查找成果不同。

  查询数据的问题是,人们不太长于记住他们获取新闻的来历。这是以往一向存在的问题。咱们盯梢了一组英国人的网络运用状况,并将人们直接拜访新闻来历的状况与经过Facebook、Twitter等门户阅览新闻的状况进行了比较。

  咱们发现,直接拜访越多,新闻阅览的多样性就越低。在交际媒体上获取新闻时,人们不只具有更多的新闻来历,并且这些资源之间的平衡跟着多样性的添加而改进。

  有许多研讨要么发现了过滤器泡沫的弱小影响,要么交融了其他搅扰要素。简直没有研讨发现过滤器泡沫对新闻影响的有力依据。这是咱们现在作业的总结,具有很高的代表性。

  尽管运用交际媒体和查找引擎时或许会丰厚多样性,但这种多样性或许是由更多的党派或两极分解的新闻来历形成的。美国一组研讨人员查询了人们在Twitter上阅览与自己观念相左的新闻所产生的状况。

  假如他们是共和党人,他们会从Twitter上得到很多人的信息,反之亦然。他们发现,当人们注意到来自反方的信息时,他们的情绪开端分解,开始的主意变得愈加根深柢固。

  咱们采取了不同的研讨办法:衡量不同国家不同新闻环境中两极分解的程度,研讨特定新闻媒体的受众,查验这些受众所持观念的人群构成与全体人口有何不同。

  果然如此,福克斯新闻在美国的受众比总体上更右倾。美国新闻环境是两极分解的,由于这儿的过滤器泡沫效应比其他国家散布更为广泛。

  咱们还比较了线上和线下的新闻阅览状况。在12个国家中,有8个国家的线上新闻受众比线下受众的两极化程度要高,涣散也更广。

  其他国家的数据要么根本相同,要么线下的状况愈加两极分解。不过,总的来说,网络新闻环境好像愈加两极分解。或许是由于新闻媒体更有动机在线上制造专门的党派内容。

  专心于过滤器泡沫或许会导致咱们误解新闻背面的机制,也或许会涣散咱们对更紧迫问题的注意力。在某种程度上,它与网络渠道的运用有关。这并不是网络渠道的问题,而是渠道凸显了这个问题。

  大多数已有的依据标明,线上新闻在查找和交际媒体上的运用更多元。但这种多样性相同有或许形成情绪的两极分解。这与过滤器泡沫假定的猜测正好相反。咱们没有由于过滤器泡沫导致多样性下降。这一假定未能捉住过滤器泡沫背面的原理。

  咱们知道渠道一向在改动为用户供给新闻的办法,人们获取新闻的办法也在改动。因而,咱们需求批评性地研讨算法挑选对新闻的影响,曩昔几年的状况也不一定会在未来成为实际。

  最重要的一点,对过滤器泡沫的重视或许会阻碍咱们正确地看待政治和社会割裂的深层次原因。

  尽管咱们一向在研讨交际渠道及其对阅览新闻的影响,但咱们不能忽视更重要的潜在要素,它们才是现在社会问题的底子原因。

Tags: 过滤器 

广告位
    广告位
    广告位

标签云

站点信息

  • 文章统计614篇文章
  • 标签管理标签云
  • 微信公众号:扫描二维码,关注我们