Nghiên cứu Stanford: Thuật toán X ưu tiên nội dung kích động phẫn nộ để tăng tương tác

Một nghiên cứu của Đại học Stanford công bố trên tạp chí PNAS tiết lộ rằng thuật toán đề xuất của X ưu tiên các nội dung trái ngược với giá trị của người dùng, kích thích sự phẫn nộ để thúc đẩy tương tác cao hơn. Cơ chế này tạo ra một vòng lặp phản hồi nơi các phản ứng tiêu cực khiến hệ thống tiếp tục đề xuất các nội dung khiêu khích tương tự. Nghiên cứu này nêu bật cách các thuật toán tối ưu hóa tương tác có thể vô tình gây chia rẽ dư luận xã hội bằng cách khuếch đại sự phẫn nộ. Nó nhấn mạnh nhu cầu cần có sự minh bạch hơn trong các thuật toán mạng xã hội, vốn định hình dư luận nhưng lại thiếu đi sự giám sát từ công chúng. Nghiên cứu đã theo dõi 715 người dùng tại Mỹ thông qua một tiện ích mở rộng trình duyệt để phân tích bảng tin của họ, kết hợp với các khảo sát dựa trên lý thuyết giá trị cơ bản của Schwartz. Dù cựu trưởng bộ phận sản phẩm của X, Nikita Bier, tuyên bố nền tảng đã giảm lượng đề xuất kích động phẫn nộ đi một bậc quy mô, nghiên cứu vẫn xác nhận thuật toán có xu hướng thiên vị mạnh mẽ đối với sự phẫn nộ trong thời gian nghiên cứu.