ساختار شبکههای اجتماعی به طور ذاتی انعطافپذیر نیست
تحقیقات جدید دانشگاه آمستردام نشان میدهد که مشکلات ریشهای و عمیق در شبکههای اجتماعی، از جمله ایجاد اتاقهای پژواک، قطبیسازی افراطی و تسلط گروه بیشماری از کاربران بر دیگران، به نظر میرسد که حلکردنی نیستند. این مطالعه به نتیجهای شگفتآور دست مییابد: مشکل نه به خاطر الگوریتمهای آسیبزننده، نه به زمانبندی نامناسب فیدها و نه حتی به تمایل انسان به منفینگری بازمیگردد، بلکه به ذات و ساختار خود شبکههای اجتماعی مربوط میشود.
به گزارش Ars Technica، پژوهشگران برای بررسی جنبههای منفی ساختار شبکههای اجتماعی، رویکرد نوآورانهای را به کار گرفتند. آنها یک شبکه اجتماعی کامل را شبیهسازی کردند که تمامی کاربران آن، باتهای هوشمند مصنوعی بودند. این باتها صرفاً کدهای ساده نبودند؛ به هر کدام از آنها شخصیتی غنی بر اساس دادههای واقعی از «نظرسنجی ات ملی آمریکا» اختصاص یافته بود؛ بهعنوان مثال: «نام تو باب است، اهل ماساچوست بوده و به ماهیگیری علاقهداری.»
این روش به پژوهشگران اجازه داد تا بدون هیچ گونه دخالت انسانی، رفتار یک شبکه اجتماعی را نظارت کرده و سناریوهای مختلف را آزمایش نمایند. محققان با کمال ناباوری دریافتند که برای بازتولید تمام مسائلی که در شبکههای اجتماعی مشاهده میشود، نیازی به اضافهکردن هیچ الگوریتم یا دستکاری خاصی نبوده و تمامی این پویاییهای سمی به صورت خودکار از مدل پایه و ساختار اصلی شبکه (بهویژه قابلیتهای پستگذاری، بازنشر و دنبالکردن) ظهور کردند.
ساختار و معماری معیوب شبکههای اجتماعی
بر اساس مقاله محققان، آنها شش راهحل رایج و پیشنهادی برای بهبود وضعیت شبکههای اجتماعی را در این محیط شبیهسازیشده مورد آزمایش قرار دادند؛ این موارد شامل تغییر فید به حالت زمانی، تقویت نظرات متنوع، پنهانکردن آمار لایک و دنبالکننده، و بهکارگیری الگوریتمهای «پلزن» برای ترویج محتوای وحدتآفرین بود.
نتایج ناامیدکننده بودند. هیچیک از این راهحلها نتوانستند مکانیزمهای بنیادی ایجادکننده این مسائل را دچار اختلال کنند. در واقع، برخی از این پیشنهادات حتی شرایط را وخیمتر کردند. بهعنوان مثال، فید زمانی اگرچه نابرابری توجه (تسلط برخی افراد خاص) را کاهش داد، اما در عوض، باعث تقویت و نمایان شدن بیشتر محتوای افراطی گردید.
«پتر تورنبرگ» (Petter Törnberg)، استاد هوش مصنوعی و رسانههای اجتماعی در دانشگاه آمستردام، توضیح میدهد که یک حلقه بازخورد سمی در ذات این پلتفرمها وجود دارد: محتوای احساسی و تفرقهانگیز به طور طبیعی بیشتر بازنشر میشود. این بازنشرها نه تنها محتوا را توزیع میکنند، بلکه ساختار خود شبکه را نیز شکل میدهند و در این ساختار، افراد با عقاید مشابه به یکدیگر متصل میشوند. سپس این ساختار جدید شبکه، تعیین میکند که شما در آینده چه نوع محتوایی را مشاهده خواهید کرد و این چرخه بهطور مستمر خود را تقویت مینماید.
این مطالعات نشان میدهد که تا زمانی که معماری پایهای شبکههای اجتماعی بر محور همین دینامیک «پست، بازنشر، دنبالکردن» استوار باشد، احتمالاً محکوم به تکرار این حلقههای بازخورد سمی خواهیم بود. بدتر از همه این است که با ظهور هوش مصنوعی مولد که قادر به تولید انبوه محتوای جنجالی برای جلب توجه است، این بحران به احتمال زیاد در آینده نزدیک حتی جدیتر خواهد شد.
