خبر کامل
پژوهش دانشگاه آمستردام: مشکلات بنیادین شبکه‌های اجتماعی غیرقابل حل هستند
پژوهشی جدید از دانشگاه آمستردام به نتایج تکان‌دهنده‌ای درباره ماهیت شبکه‌های اجتماعی دست یافته است. این مطالعه نشان می‌دهد که مشکلات ریشه‌ای و عمیق این پلتفرم‌ها، از جمله ایجاد اتاق‌های پژواک، قطبی‌سازی شدید و تسلط اقلیتی از کاربران، نه به الگوریتم‌ها یا تمایلات انسانی، بلکه به معماری بنیادین خود شبکه‌های اجتماعی بازمی‌گردد و احتمالاً غیرقابل حل است.
شبیه‌سازی شبکه اجتماعی با هوش مصنوعی
محققان برای بررسی ابعاد منفی معماری شبکه‌های اجتماعی، رویکردی نوآورانه را به کار گرفتند. آن‌ها یک شبکه اجتماعی کامل را با استفاده از بات‌های هوش مصنوعی شبیه‌سازی کردند. این بات‌ها دارای شخصیت‌های متنی غنی بودند که بر اساس داده‌های واقعی «نظرسنجی انتخابات ملی آمریکا» طراحی شده بودند؛ برای مثال، به هر بات هویتی مانند «باب، اهل ماساچوست و علاقه‌مند به ماهیگیری» اختصاص داده شد.
این شبیه‌سازی به پژوهشگران امکان داد تا پویایی یک شبکه اجتماعی را بدون دخالت انسانی مشاهده و سناریوهای مختلف را آزمایش کنند. نتایج شگفت‌انگیز بود: تمام مشکلات شناخته‌شده شبکه‌های اجتماعی، بدون نیاز به هیچ الگوریتم یا دستکاری خاصی، به صورت خودکار از مدل پایه و اسکلت اصلی شبکه (یعنی امکان پست‌گذاشتن، بازنشرکردن و دنبال‌کردن) پدیدار شدند.
راه‌حل‌های پیشنهادی و نتایج ناامیدکننده
محققان در این محیط شبیه‌سازی‌شده، شش راه‌حل رایج و پیشنهادی برای اصلاح شبکه‌های اجتماعی را آزمایش کردند. این راه‌حل‌ها شامل موارد زیر بودند:
- تغییر فید به حالت زمانی
- تقویت دیدگاه‌های متنوع
- پنهان‌کردن آمار لایک و دنبال‌کننده
- استفاده از الگوریتم‌های «پل‌زن» برای ترویج محتوای وحدت‌بخش
نتایج این آزمایش‌ها ناامیدکننده بود. هیچ‌یک از این راه‌حل‌ها نتوانستند مکانیسم‌های بنیادین تولیدکننده مشکلات را مختل کنند. در برخی موارد، اوضاع حتی بدتر شد؛ به عنوان مثال، فید زمانی اگرچه نابرابری توجه را کاهش داد، اما در مقابل، باعث تقویت و نمایش بیشتر محتوای افراطی شد.
حلقه بازخورد سمی و آینده شبکه‌های اجتماعی
«پتر تورنبرگ» (Petter Törnberg)، استاد هوش مصنوعی و رسانه‌های اجتماعی دانشگاه آمستردام، توضیح می‌دهد که یک حلقه بازخورد سمی در ذات این پلتفرم‌ها وجود دارد: محتوای احساسی و تفرقه‌انگیز به‌طور طبیعی بیشتر بازنشر می‌شود. این بازنشرها، صرفاً محتوا را پخش نمی‌کنند، بلکه ساختار خود شبکه را شکل می‌دهند و در این ساختار افراد با عقاید مشابه به هم متصل می‌شوند. سپس این ساختار شبکه‌ای جدید، تعیین می‌کند که شما در آینده چه محتوایی را ببینید و این چرخه به‌طور مداوم خود را تقویت می‌کند.
این مطالعه به وضوح نشان می‌دهد که تا زمانی که معماری اصلی شبکه‌های اجتماعی بر پایه دینامیک «پست، بازنشر، دنبال‌کردن» استوار باشد، ما احتمالاً محکوم به تکرار این حلقه‌های بازخورد سمی هستیم. با ظهور هوش مصنوعی مولد که قادر به تولید انبوه محتوای جنجالی برای جلب توجه است، پیش‌بینی می‌شود که این بحران در آینده نزدیک به مراتب شدیدتر شود.
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
