Nye algoritmer kan mindske polarisering på sociale medier

De algoritmer, der styrer nyhedsfeeds på sociale medier som Facebook og X, kan være med til at gøre brugere mere politisk polariserede. Men de kan også indrettes på en måde, der mindsker polarisering og øger faktuel viden.

Det viser et nyt studie fra forskere ved Københavns Universitet, Technische Universität Dresden og Max Planck Institute for Human Development.

Engagement kan give skævt billede

Mange sociale medier prioriterer indhold efter engagement, for eksempel likes, reaktioner og delinger.

Ifølge studiet kan den type algoritmer give brugerne indhold, de finder interessant, men samtidig gøre dem mere polariserede og mindre præcise i deres vurderinger af virkeligheden.

”Algoritmer, der sorterer indhold efter engagement, kan føles informative og tilfredsstillende, men det betyder ikke nødvendigvis, at de hjælper folk med at forstå fx faktuelle forhold mere præcist,” siger Jason Burton, adjunkt ved Institut for Psykologi og Center for Social Data Science på Københavns Universitet.

Testede alternative feeds

Forskerne sammenlignede engagementbaseret rangering med blandt andet en brobyggende algoritme, der prioriterer opslag med opbakning på tværs af politiske skel, og en intelligensbaseret algoritme, der prioriterer indhold, som kan gøre gruppers vurderinger mere præcise.

”Den brobyggende algoritme øgede i nogle tilfælde enigheden mellem liberale og konservative deltagere, mens intelligensalgoritmen forbedrede nøjagtigheden af deres faktuelle vurderinger sammenlignet med både tilfældig og engagementbaseret rangering,” forklarer Jason Burton.

Kan udfordre platformenes forretningsmodel

Ifølge forskerne rejser studiet et vigtigt spørgsmål om, hvilke værdier sociale medieplatforme bør understøtte.

I dag er engagement ofte centralt, fordi det er godt for platformenes forretning. Men forskerne peger på, at andre algoritmer kan have positive effekter på den offentlige samtale.

”Vores resultater tyder dermed på, at det faktisk er muligt at designe et feed, der hverken splitter eller vildleder folk,” siger Jason Burton.

Bygger på onlineeksperiment

Studiet bygger på et kontrolleret onlineeksperiment med amerikanske borgere. Først blev 500 deltagere præsenteret for 72 korte debatindlæg om seks politiske og samfundsmæssige emner. Derefter fik 1.000 nye deltagere vist korte nyhedsfeeds, hvor indholdet blev styret af forskellige typer algoritmer.