จากโซเชียลมีเดียเพื่อ "ถูกใจ" สู่โซเชียลมีเดียเพื่อ "ความเข้าใจ" — การเปลี่ยนอัลกอริทึมสามารถลดการแบ่งแยกได้หรือไม่

เมื่อเปิดโซเชียลมีเดีย เรารู้สึกว่าเราเลือกข้อมูลด้วยตัวเอง อ่านโพสต์ที่น่าสนใจ ดูวิดีโอที่สนุก และกด "ถูกใจ" กับความคิดเห็นที่เราเห็นด้วย ไทม์ไลน์ดูเหมือนจะสะท้อนความสนใจของเราโดยตรง

แต่ในความเป็นจริง กระจกนั้นไม่โปร่งใส สิ่งที่ถูกนำขึ้นมา สิ่งที่ถูกทำให้มองเห็นยาก และโพสต์ใดที่ทำให้เราอยู่ได้นานขึ้น ถูกกำหนดโดยอัลกอริทึมของแพลตฟอร์ม สิ่งแวดล้อมข้อมูลที่เราคิดว่าเรา "เลือกเอง" นั้น ถูกออกแบบมาในส่วนใหญ่

การวิจัยใหม่จากมหาวิทยาลัยโคเปนเฮเกน มหาวิทยาลัยเทคนิคเดรสเดน และสถาบันวิจัยพัฒนามนุษย์แม็กซ์พลังค์ แสดงให้เห็นถึงข้อเท็จจริงที่ดูเหมือนจะชัดเจนแต่ถูกมองข้ามนี้อีกครั้ง ข้อสรุปของการวิจัยนั้นเรียบง่าย เพียงแค่เปลี่ยนวิธีการจัดเรียงโพสต์ในโซเชียลมีเดียเล็กน้อย ความแตกต่างของความคิดเห็นของผู้คนและความแม่นยำในการตัดสินใจเกี่ยวกับความเป็นจริงสามารถเปลี่ยนแปลงได้

กล่าวคือ การแบ่งแยกในโซเชียลมีเดียไม่ได้เกิดขึ้นเพียงเพราะ "ผู้ใช้ต้องการ" การออกแบบฟีดเองอาจมีส่วนในการขยายหรือจำกัดการรับรู้ของสังคม

ฟีดที่รู้สึกดีไม่ได้หมายความว่าจะถูกต้องเสมอไป

ในโซเชียลมีเดียหลักในปัจจุบัน ส่วนใหญ่แล้วการมีส่วนร่วมเป็นตัวชี้วัดสำคัญ การถูกใจ การแชร์ ความคิดเห็น ปฏิกิริยา และเวลาที่ใช้ โพสต์ที่ผู้ใช้ตอบสนองอย่างแรงกล้าถือว่ามีค่าสูงกว่าและมักจะถูกเห็นโดยคนจำนวนมากขึ้น

กลไกนี้มีความสมเหตุสมผลในเชิงธุรกิจมาก ยิ่งผู้ใช้ตอบสนอง อยู่ และกลับมาใช้มากเท่าไหร่ มูลค่าของแพลตฟอร์มก็ยิ่งสูงขึ้นเท่านั้น มันเข้ากันได้ดีกับโมเดลโฆษณา โพสต์ที่กระตุ้นอารมณ์ที่แรง เช่น ความโกรธ ความประหลาดใจ ความเห็นอกเห็นใจ ความกลัว ความรู้สึกเหนือกว่ามักจะทำให้ผู้ใช้ไม่ปิดหน้าจอ

ปัญหาคือ ข้อมูลที่ทำให้เราอยากตอบสนองอย่างแรงกล้าไม่ได้หมายความว่าจะนำไปสู่ความเข้าใจที่ถูกต้องเสมอไป

การวิจัยแสดงให้เห็นว่า ฟีดที่เน้นการมีส่วนร่วม โดยเฉพาะการจัดอันดับการมีส่วนร่วมแบบปรับแต่งที่ให้ความสำคัญกับโพสต์ที่กลุ่มการเมืองของผู้ใช้ชื่นชอบ มีแนวโน้มที่จะทำให้ความเชื่อของผู้เข้าร่วมมีความแตกแยกมากขึ้นและลดความแม่นยำในการตัดสินใจ

สิ่งที่น่าขันคือ ฟีดเหล่านี้มักจะถูกมองว่า "มีความลึกซึ้ง" โดยผู้เข้าร่วม โพสต์ที่ใกล้เคียงกับความคิดของตนเองและทำให้เกิดความพึงพอใจทางอารมณ์มักจะดูมีประโยชน์สำหรับตนเอง แต่ไม่ได้หมายความว่าจะช่วยให้เข้าใจโลกได้ถูกต้องมากขึ้น

ในทางกลับกัน สภาพแวดล้อมข้อมูลที่ทำให้เรารู้สึกพึงพอใจอาจเสริมมุมมองของตนเองและทำให้มุมมองของฝ่ายตรงข้ามยากที่จะมองเห็น นี่คือความเสี่ยงของโซเชียลมีเดีย ผู้ใช้อาจคิดว่าตนเองได้รับข้อมูลที่เหมาะสม แต่ในความเป็นจริงอาจถูกล้อมรอบด้วยข้อมูลที่เสริมความเชื่อของตนเอง

การทดลองดำเนินการอย่างไร

ทีมวิจัยได้ทำการทดลองออนไลน์สองขั้นตอนกับผู้ที่อาศัยอยู่ในสหรัฐอเมริกาเพื่อวัดว่าอัลกอริทึมของโซเชียลมีเดียมีผลต่อการแบ่งแยกและความแม่นยำอย่างไร

ในขั้นตอนแรก ผู้เข้าร่วม 500 คนได้ประเมินโพสต์ที่มีการโต้แย้งสั้น ๆ 72 โพสต์เกี่ยวกับ 6 หัวข้อทางการเมืองและสังคม ผู้เข้าร่วมเลือกที่จะเห็นด้วย ไม่เห็นด้วย หรือไม่ตอบสนองต่อแต่ละโพสต์ ซึ่งทำให้เห็นได้ว่าผู้เข้าร่วมที่มีแนวคิดเสรีนิยมและอนุรักษ์นิยมสนับสนุนหรือปฏิเสธโพสต์ใด

ในขั้นตอนที่สอง มีผู้เข้าร่วมใหม่ 1,000 คน ผู้เข้าร่วมแสดงความคิดของตนเองเกี่ยวกับแต่ละหัวข้อ จากนั้นดูฟีดสั้น ๆ ที่ประกอบด้วย 3 โพสต์ และสุดท้ายตอบคำถามเกี่ยวกับความคิดของตนเองอีกครั้ง

โพสต์ที่แสดงขึ้นอยู่กับเงื่อนไขที่ผู้เข้าร่วมถูกกำหนดไว้ ในการวิจัยนี้ มีการเปรียบเทียบวิธีการจัดอันดับหลัก ๆ ดังนี้

วิธีการจัดเรียงโพสต์แบบสุ่ม
วิธีการให้ความสำคัญกับโพสต์ที่มีการมีส่วนร่วมมาก
วิธีการจัดอันดับการมีส่วนร่วมแบบปรับแต่งที่ให้ความสำคัญกับโพสต์ที่กลุ่มการเมืองของผู้ใช้ชื่นชอบ
วิธีการให้ความสำคัญกับโพสต์ที่ได้รับการสนับสนุนจากทั้งเสรีนิยมและอนุรักษ์นิยม
วิธีการให้ความสำคัญกับโพสต์ที่คาดว่าจะเพิ่มความแม่นยำในการตัดสินใจของกลุ่ม

นักวิจัยวัดว่าความคิดของผู้เข้าร่วมใกล้เคียงกันมากขึ้นหรือห่างกันมากขึ้น และการตัดสินใจของกลุ่มมีความแม่นยำเพียงใด นอกจากนี้ยังตรวจสอบว่าผู้เข้ารู้สึกอย่างไรกับโพสต์ เช่น สุภาพ อารมณ์ลึกซึ้ง หรือมีความลึกซึ้ง

สิ่งที่น่าสนใจในดีไซน์นี้คือ แม้จะเป็นการทดลองเกี่ยวกับโซเชียลมีเดีย แต่ไม่ได้พึ่งพาข้อมูลภายในของแพลตฟอร์มขนาดใหญ่ นักวิจัยไม่ได้ทำการแทรกแซงขนาดใหญ่บนโซเชียลมีเดียที่มีอยู่ แต่เปลี่ยนแค่การจัดเรียงโพสต์ในสภาพแวดล้อมที่ควบคุมได้ ผลลัพธ์แสดงให้เห็นว่าการจัดเรียงที่แตกต่างกันสามารถทำให้เกิดความแตกต่างในการสร้างความเชื่อได้

อัลกอริทึม "การเชื่อมโยง" คืออะไร

การวิจัยครั้งนี้เน้นไปที่อัลกอริทึมแบบการเชื่อมโยง

นี่คือแนวคิดที่ให้ความสำคัญกับโพสต์ที่ได้รับการสนับสนุนจากทั้งสองฝ่ายทางการเมือง ไม่ใช่โพสต์ที่มีผลกระทบแรงต่อฝ่ายใดฝ่ายหนึ่ง ตัวอย่างเช่น โพสต์ที่ได้รับการสนับสนุนอย่างแรงจากเสรีนิยมหรือที่มีการตอบสนองแรงจากอนุรักษ์นิยม จะถูกแทนที่ด้วยโพสต์ที่ทั้งสองฝ่ายรู้สึกว่า "อย่างน้อยก็ควรอ่าน"

กลไกนี้ไม่ใช่เพียงแค่การจัดเรียงโพสต์ที่ดูเป็นกลาง ในหัวข้อที่มีความขัดแย้งทางสังคม ความคิดเห็นที่เป็นกลางอย่างสมบูรณ์แทบจะไม่มีอยู่จริง สิ่งสำคัญคือว่าผู้คนที่มีทัศนคติแตกต่างกันสามารถเริ่มต้นการสนทนาจากข้อมูลเดียวกันได้หรือไม่

การเชื่อมโยงไม่ได้ลบความขัดแย้ง แต่ยอมรับว่ามีความขัดแย้งอยู่และให้ความสำคัญกับข้อมูลที่ทำให้ฝ่ายตรงข้ามรับรู้ถึงการมีอยู่ของกันและกัน โซเชียลมีเดียในปัจจุบันมักจะเก่งในการ "ขยายความเห็นอกเห็นใจในกลุ่มเดียวกัน" แต่การเชื่อมโยงมุ่งหวังที่จะสร้าง "พื้นฐานที่สามารถแชร์ได้ระหว่างฝ่ายที่แตกต่างกัน"

การวิจัยแสดงให้เห็นว่าการเชื่อมโยงสามารถเพิ่มความเห็นพ้องระหว่างผู้เข้าร่วมที่มีแนวคิดเสรีนิยมและอนุรักษ์นิยมในบางกรณี ซึ่งเป็นตัวอย่างที่สำคัญในการต่อต้านแนวคิดที่ว่าโซเชียลมีเดียจะเพิ่มการแบ่งแยกเสมอ

อีกหนึ่งกุญแจสำคัญคือ "ปัญญารวม"

อีกหนึ่งทางเลือกคือการจัดอันดับแบบปัญญา ซึ่งให้ความสำคัญกับโพสต์ที่คาดว่าจะเพิ่มความแม่นยำในการตัดสินใจของกลุ่ม

ความแม่นยำในที่นี้ไม่ได้หมายถึงการ "ปรับให้เข้ากับความคิดเห็นของคนส่วนใหญ่" แต่เป็นเรื่องของการที่การตัดสินใจของกลุ่มใกล้เคียงกับความเป็นจริงมากขึ้นในหัวข้อที่สามารถตรวจสอบความถูกต้องได้ เช่น การคาดการณ์ทางสังคมหรือการตัดสินข้อเท็จจริง

ในโซเชียลมีเดีย มักจะมีเสียงที่ดังที่สุด เสียงที่มีอารมณ์มากที่สุด หรือเสียงที่แพร่กระจายได้ง่ายที่สุดที่โดดเด่น แต่การตัดสินใจที่ดีขึ้นในระดับกลุ่มไม่ได้จำเป็นต้องใช้ความคิดเห็นที่โดดเด่นที่สุดเสมอไป บางครั้งข้อมูลที่สงบและสำคัญแต่ไม่โดดเด่น หรือข้อเรียกร้องที่ไม่สุดโต่งแต่สามารถตรวจสอบได้ หรือคำอธิบายที่ไม่กระตุ้นความโกรธก็จำเป็น

การจัดอันดับแบบปัญญามีแนวคิดในการนำเสนอข้อมูลเช่นนี้ การวิจัยแสดงให้เห็นว่ารูปแบบนี้มีแนวโน้มที่จะเพิ่มความแม่นยำในการตัดสินข้อเท็จจริงเมื่อเทียบกับการแสดงแบบสุ่มหรือการเน้นการมีส่วนร่วม

นี่อาจเปลี่ยนแนวคิดการออกแบบของโซเชียลมีเดียอย่างมาก คำถามที่เคยมีคือ "โพสต์ใดที่ทำให้ผู้ใช้ตอบสนองมากขึ้น" แต่คำถามอื่นก็อาจมีได้ "เพื่อให้กลุ่มผู้ใช้เข้าใจโลกได้แม่นยำขึ้น ควรแสดงโพสต์ใด"

การตอบสนองของโซเชียลมีเดีย — ความคาดหวัง ความระมัดระวัง และความรู้สึกที่เย็นชา

การวิจัยนี้ในฐานะข่าวที่เพิ่งเผยแพร่ ยังไม่มีการตอบสนองอย่างกว้างขวางบนโซเชียลมีเดีย ใน Phys.org ยังไม่สามารถยืนยันจำนวนความคิดเห็นที่โดดเด่นได้ และการตอบสนองของผู้ใช้ทั่วไปอาจขยายตัวในอนาคต ในขณะเดียวกัน โพสต์บน LinkedIn โดยนักวิจัยเองและนักวิจัยในสาขาที่เกี่ยวข้องได้เน้นถึงความเป็นไปได้ในการใช้งานจริงของการวิจัยนี้

สิ่งที่เน้นเป็นพิเศษคือ การทดลองอัลกอริทึมโซเชียลมีเดียทางเลือกโดยไม่ต้องร่วมมือกับบริษัทเทคโนโลยีขนาดใหญ่ แม้จะไม่สามารถเข้าถึงระบบแนะนำที่ซับซ้อนภายในแพลตฟอร์มได้โดยตรง แต่สามารถใช้ข้อมูลการตอบสนองต่อโพสต์และข้อมูลคุณลักษณะพื้นฐานเพื่อทดสอบการจัดอันดับที่เน้นความเห็นพ้องและความแม่นยำได้ ซึ่งมีความหมายอย่างมากสำหรับนักวิจัยและผู้กำหนดนโยบาย

นอกจากนี้ยังมีความสนใจในจุดที่ว่า "สามารถดำเนินการได้โดยไม่ต้องใช้ AI" ในช่วงไม่กี่ปีที่ผ่านมา การอภิปรายเกี่ยวกับการปรับปรุงโซเชียลมีเดียมักจะมุ่งเน้นไปที่การตรวจจับโพสต์ที่เป็นอันตรายด้วย AI หรือการตรวจสอบข้อเท็จจริง แต่การวิจัยนี้แสดงให้เห็นว่า อาจไม่จำเป็นต้องใช้ AI ที่ซับซ้อนหรือโมเดลการจำแนกที่ซับซ้อน เพียงแค่เปลี่ยนวิธีการจัดเรียงโพสต์ก็อาจเปลี่ยนผลกระทบทางสังคมได้

อย่างไรก็ตาม การอภิปรายทั่วไปเกี่ยวกับโซเชียลมีเดียไม่ได้มีแต่ความหวัง

คำถามแรกที่เกิดขึ้นคือ "ใครเป็นผู้กำหนดความแม่นยำ" การจัดอันดับแบบปัญญานั้นน่าสนใจ แต่การตัดสินว่าอะไรถูกต้อง และหัวข้อใดที่สามารถตั้งค่าคำตอบที่เป็นกลางได้เป็นเรื่องยาก ในหัวข้อที่เกี่ยวข้องกับการตัดสินค่าทางการเมือง จริยธรรม และวัฒนธรรม คำว่า "ความแม่นยำ" เองอาจเป็นจุดโต้แย้ง

ต่อมา ความกังวลว่า "การเชื่อมโยง" อาจให้ความสำคัญกับความคิดเห็นที่ปลอดภัยเกินไป การเลือกโพสต์ที่ได้รับการสนับสนุนจากทั้งสองฝ่ายอาจลดการแพร่กระจายของข้อมูลที่ผิดพลาดอย่างสุดโต่ง แต่ในขณะเดียวกันก็อาจทำให้การร้องเรียนที่สำคัญของกลุ่มน้อยหรือการตั้งคำถามที่ไม่สะดวกต่อกลุ่มใหญ่ถูกกลบไป ความคิดเห็นที่เปลี่ยนแปลงสังคมหลายอย่างไม่ได้รับการยอมรับจากทั้งสองฝ่ายตั้งแต่แรก

นอกจากนี้ จากความรู้สึกของผู้ใช้ อาจมีการต่อต้านว่า "อีกครั้งที่มีคนมาควบคุมไทม์ไลน์ของเรา" แม้ว่าจะมีคนไม่พอใจกับอัลกอริทึมที่เน้นการมีส่วนร่วม แต่ก็ไม่ได้หมายความว่าพวกเขาจะยอมรับฟีดที่ออกแบบด้วยค่านิยมอื่นโดยไม่มีเงื่อนไข ในหมู่ผู้ใช้โซเชียลมีเดียมีความเหนื่อยล้าต่ออัลกอริทึม มีเสียงเรียกร้องให้หยุดการแสดงผลที่แนะนำและกลับไปที่การแสดงผลตามลำดับเวลา ให้พวกเขาเลือกเองมากขึ้น

สิ่งที่น่าสนใจในงานวิจัยนี้คือ ไม่ได้ปิดกั้นคำถามเหล่านี้ แต่กลับให้พื้นฐานสำหรับการอภิปราย แสดงให้เห็นว่าการเพิ่มประสิทธิภาพการมีส่วนร่วมไม่ใช่ทางเลือกเดียว และตั้งคำถามว่า "แล้วเราควรเพิ่มประสิทธิภาพอะไร"

##HTML_TAG_102