更少但更好：Twitter/X算法时间线与时间顺序时间线的新闻内容与用户感知审计

DOI

社交媒体个性化算法越来越影响公民信息在社会中的流动，引发了关于“过滤气泡”、“回音室”以及其他可能加剧意识形态隔离和助长两极化内容传播的方式的担忧。为了解决这些担忧，我们设计和进行了一项社会技术审计（STA），研究Twitter/X的时间线算法如何影响新闻策展，同时追踪用户感知如何变化。我们部署了一个定制系统，在三周内：第一周被动追踪用户浏览器中加载的所有推文，第二周对用户Twitter/X主页进行干预，限制其仅查看算法或时间顺序时间线（随机分配），第三周为每位用户切换此条件。我们在2023年末进行了审计，收集了243位用户的以用户为中心的指标（自我报告的调查衡量）和以平台为中心的指标（浏览、点击、点赞），以及超过80万条推文。使用STA框架，我们的结果有两方面：（1）我们的算法审计发现，Twitter/X的算法时间线产生了更少但更高质量的新闻——与时间顺序时间线相比，意识形态一致性更低、极端程度更低、略微更可靠；（2）我们的用户审计表明，虽然时间线干预对用户行为有显著影响，但对他们的整体平台感知影响甚微。本文在算法新闻策展、以用户为中心的审计和独立社会科学研究途径的背景下讨论这些发现及其更广泛意义。