ساختار شبکه‌های اجتماعی ذاتاً قابل اصلاح نیست

به نقل از Ars Technica، پژوهشی جدید از دانشگاه آمستردام نشان می‌دهد که معضلات ریشه‌ای شبکه‌های اجتماعی، از جمله ایجاد اتاق‌های پژواک، قطبی‌سازی شدید و تسلط تعداد محدودی از کاربران بر دیگران، احتمالاً غیرقابل حل هستند. این مطالعه به نتیجه‌ای نگران‌کننده رسیده است: مشکل نه در الگوریتم‌های مخرب، نه در فیدهای غیرزمانی و نه حتی در گرایش انسان به منفی‌گرایی، بلکه در ذات و ساختار اصلی شبکه‌های اجتماعی نهفته است.

محققان برای بررسی این موضوع، رویکردی نوآورانه اتخاذ کردند و یک شبکه اجتماعی کامل را شبیه‌سازی کردند که تمام کاربران آن بات‌های هوش مصنوعی بودند. این بات‌ها با شخصیت‌های متنی غنی، بر اساس داده‌های واقعی از «نظرسنجی انتخابات ملی آمریکا» طراحی شدند؛ برای مثال، «تو باب هستی، اهل ماساچوست، و به ماهیگیری علاقه داری.» این روش به پژوهشگران امکان داد تا بدون دخالت انسان، پویایی شبکه‌های اجتماعی را بررسی و سناریوهای مختلف را آزمایش کنند. نکته شگفت‌آور این بود که برای بازتولید مشکلات شناخته‌شده شبکه‌های اجتماعی، نیازی به افزودن الگوریتم یا دستکاری خاصی نبود؛ تمام این پویایی‌های آسیب‌زا به‌طور خودکار از ساختار پایه شبکه، یعنی قابلیت‌های پست گذاشتن، بازنشر و دنبال کردن، به وجود آمدند.

ساختار معیوب شبکه‌های اجتماعی

محققان شش راه‌حل رایج برای اصلاح شبکه‌های اجتماعی را در این محیط شبیه‌سازی‌شده آزمایش کردند، از جمله استفاده از فید زمانی، ترویج محتوای متنوع، مخفی کردن آمار لایک و دنبال‌کننده، و به‌کارگیری الگوریتم‌های «پل‌زن» برای انتشار محتوای وحدت‌بخش. نتایج ناامیدکننده بود: هیچ‌کدام از این راه‌حل‌ها نتوانستند مکانیسم‌های اصلی ایجاد مشکلات را متوقف کنند و در برخی موارد حتی شرایط را بدتر کردند. برای نمونه، فید زمانی اگرچه نابرابری در جلب توجه را کاهش داد، اما محتوای افراطی را بیشتر برجسته کرد.

پتر تورنبرگ، 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 نه‌تنها محتوا را گسترش می‌دهند، بلکه ساختار شبکه را شکل می‌دهند و افراد با دیدگاه‌های مشابه را به هم متصل می‌کنند. این ساختار جدید تعیین می‌کند که کاربران در آینده چه محتوایی ببینند و این چرخه مدام تقویت می‌شود.

این پژوهش نشان می‌دهد تا زمانی که معماری شبکه‌های اجتماعی بر پایه مکانیسم‌های پست، بازنشر و دنبال کردن استوار باشد، این حلقه‌های بازخورد سمی اجتناب‌ناپذیر خواهند بود. با ظهور هوش مصنوعی مولد که می‌تواند محتوای جنجالی را به‌صورت انبوه برای جلب توجه تولید کند، این بحران در آینده احتمالاً شدت بیشتری خواهد یافت.