当「红娘」不为你着想：Tinder上感知到的算法伤害、民间理论与用户反制策略

DOI

在在线平台上，算法人帮助我们建立和管理人际关系。然而，它们的隐形干预也可能对这些关系造成伤害。约会平台提供了一个典型的例子，尽管对人为造成的伤害已经进行了大量研究，但算法本身潜在的伤害以及用户减轻这些伤害的策略在很大程度上仍未被探索。在我们对 7043 条评论和 30 名 Tinder 用户的访谈进行分析后，我们揭示了用户如何感知算法伤害，包括损害自尊、破坏潜在关系、鼓励反社会行为以及歪曲或边缘化某些身份。我们引入了一种新的算法民间理论——「利益冲突」理论，据认为这一理论会延续这些伤害。该理论概括了用户对约会平台寻找完美伴侣的承诺（导致用户停止使用 Tinder）与其商业利益（留住用户以增加收入）之间矛盾的感觉。用户怀疑根据这一理论的各种算法过程，例如（a）限制个人主页可见性，（b）操纵用户的匹配结果，（c）推荐大量不会导致匹配的个人主页。他们还描述了抵抗或防御这些可疑算法过程的各种策略，例如采取反直觉行为来破坏不利的算法过程，或利用基于位置的过滤来增加匹配多样性和安全性。我们最后讨论了感知到的算法伤害如何为平衡用户和公司利益的新算法实现提供信息。