论文标题	作者	研究主题
透过镜子：AI介导的视频通信削弱信任与判断信心 Fernández 等人通过2000人实验发现AI介导视频通信降低感知信任和判断信心，但不影响实际判断准确性，提示可信AI工具设计的重要性。	NF Nelson Navajas Fernandez et al.魏玛包豪斯大学
emoji_events 不只是'为你'：算法水晶如何在TikTok推荐页中介导沟通和身份工作 Cullen 等人通过访谈和屏幕共享分析 TikTok 用户，发现用户利用算法推荐进行社交信号传递和身份认同建构，并策略性地管理内容 feeds 以调控情绪。	ZC Zoë Natalia Cullen et al.密歇根大学	What Social Media Feeds Tell Us
情境化虚假信息：新闻消费中以用户为中心的方法研究语言和话题模式 Dahlke 等人分析2020年美国大选期间1240名用户21M次浏览记录，发现老年人与共和党人消费的虚假信息在语言特征和话题偏好上存在显著差异。	RD Ross Dahlke et al.斯坦福大学	Misinformation, News, and Fact-Checking
emoji_events 通过社会客观函数将民主价值观嵌入社交媒体人工智能 Jia 等人提出社会客观函数方法，将民主价值观嵌入社交媒体AI，通过动态降级（d=.25）有效减少党派敌意，为缓解社交媒体中的政治分歧提供了新途径。	CJ Chenyan Jia et al.东北大学	Session 1d: Understanding and Shaping Online Behavior
广告推荐学习 AI 编程到 CodeNow 系统课程、实战项目、持续更新，适合想真正把 AI 用进开发流程的人。立即查看
emoji_events Twitch 上的仇恨 raid：过去的回响、新形态及平台治理的启示 Han 等人通过混合研究方法揭示 Twitch 仇恨 raid 的攻击模式与目标群体，发现 LGBTQ+ 和黑人主播遭受系统性仇恨攻击，并提出平台治理的社区协作框架。	CH Catherine Han et al.斯坦福大学	Moderation II
与人工智能协作说服：检验大型语言模型生成支持疫苗信息的能力 Karinshak 等人通过三个实验评估GPT-3生成疫苗接种消息的效果，发现AI消息被认为更有说服力且引与更积极态度，但受访者仍偏好标注为人类机构的公共健康信息来源。	EK Elise Karinshak et al.佐治亚大学	Health and AI
终端用户审计：赋予社区主导有害算法行为大规模调查能力的系统 Lam 等人开发 IndieLabel 工具，通过协作过滤技术支持非技术用户进行系统级算法审计，发现有害内容检测中的漏报与过度标记问题。	ML Michelle S. Lam et al.斯坦福大学	Algorithmic Decision-making
算法水晶：通过TikTok算法个性化概念化自我 Lee 等人通过24名TikTok用户访谈提出“算法水晶”框架，揭示算法如何反映用户多面动态的自我认知，并通过对他人相似性的折射影响用户的社交自我概念发展。	AL Angela Y Lee et al.斯坦福大学	Users' Understanding of Algorithms; Users' Understanding of Algorithms
emoji_events 陪审团学习：将不同意见整合到机器学习模型中 Gordon 等人提出陪审团学习框架，通过深度学习模型对注释者建模并动态调整陪审团组成，实地评估显示14%的分类结果被改变。	MG Mitchell L. Gordon et al.斯坦福大学
直播中的情绪放大效应：新闻事件期间与之后评论的证据 Luo 等人分析YouTube大规模评论数据集，发现直播评论比回顾性评论整体更具情绪激昂特征，证实了情绪放大假说，并为共享注意力理论在直播情境中的应用提供了初步证据。	ML Mufan Luo et al.斯坦福大学	Videos, Live Streaming, and VR
搜索媒体与选举：政治搜索结果的纵向研究 Metaxa 等人提出搜索媒体概念，分析400万URL数据揭示2018年中期选举中搜索结果的稳定性与政治偏见趋势，发现现任者与挑战者存在显著差异。	DM Danaë Metaxa et al.斯坦福大学	Political Participation and Polarization