“我们并非都是建筑工人”：TikTok上拉丁裔身份的算法压缩

DOI

美国的拉丁裔 diaspora 是一个快速增长且复杂的群体，在社会技术系统中面临交叉性伤害和边缘化，目前在 CSCW 研究中服务不足。虽然该领域已理解算法和数字内容在不同边缘化群体中的体验不同，但更多研究需要探讨拉丁裔人群如何体验社交媒体，尤其是视觉媒体。在本文中，我们关注拉丁裔人群如何体验视频分享平台 TikTok 的算法系统。通过对19名拉丁裔 TikTok 用户进行双语访谈和视觉引导研究，以及59名 Survey 参与者，我们探索了拉丁裔个体如何体验 TikTok 及其拉丁裔内容。我们发现，拉丁裔 TikTok 用户积极利用平台特性创建积极和肯定的 identity 内容动态信息，但由于平台特性的独特后果，这些信息流会被负面内容（即暴力、刻板印象、语言假设）打断。我们讨论了这些对拉丁裔身份和代表性的影响，引入了算法身份压缩的概念，即社会技术系统简化、平坦化和混淆交叉身份，导致这些系统和其设计者认为不必要的关键文化数据丢失而被压缩。本研究探讨了拉丁裔个体在 TikTok 等社会技术系统中特别容易受到这种压缩的影响。