研究揭示X平台算法逻辑：通过“愤怒诱饵”推送内容，导致民主党用户更易陷入对立循环

【核心提要】

• 发表在《PNAS》期刊的一项研究指出，X（原Twitter）的推荐算法倾向于向用户推送高参与度的“愤怒诱饵”（ragebait）。
• 算法通过识别并强化引发用户愤怒或挑衅性互动的内容，构建了一个不断自我强化的反馈循环。
• 研究发现民主党用户受此影响更为显著，原因可能与平台内容分布及不同派系用户的互动习惯有关。

【正文报道】

近日，发表在《美国国家科学院院刊》（PNAS）上的一项研究揭示了社交媒体平台X（原Twitter）算法背后的运作逻辑。研究指出，该平台的推荐算法在优化用户参与度（Engagement）的过程中，并非对所有类型的互动采取同等权重。具体而言，算法倾向于推送被称为“愤怒诱饵”（ragebait）的内容——即那些旨在激怒用户、引发强烈情绪反应并促使产生互动的帖子。

研究合作者、斯坦福大学博士后研究员 Ziv Epstein 在论文中解释称，虽然在所有的互动行为中，回复（Reply）仅占约 6.8%，但由于这些回复往往伴随着强烈的对立情绪或挑衅性内容，算法赋予了它们不成比例的权重。这种机制导致了一个“愤怒诱饵反馈循环”：一旦用户与此类帖子产生互动，系统便会判定该用户易受此类内容驱动，从而在后续的信息流中推送更多类似的极端或煽动性信息。

研究进一步探讨了为何这一现象在民主党用户群体中表现得更为显著。目前尚不明确 X 算法是否刻意针对特定派系，但研究者提出了两种可能的解释：首先，由于当前 X 平台上右翼内容的总量相对较多；其次，可能是因为民主党用户更倾向于与那些他们并不认同的帖子进行互动（如反驳或争论），从而触发了算法的推送逻辑。

这一发现引发了关于社交媒体平台如何影响公共讨论和政治极化的广泛讨论。当算法优先考虑“参与度”而非内容的客观性或建设性时，它可能会无意中制造出一种信息茧房，甚至通过不断强化愤怒情绪来留住用户，从而加剧社会分歧。

小编观点：
社交媒体的算法逻辑往往是“流量至上”的产物。当系统发现愤怒是最有效的抓手来维持用户的在线时长时，它就会在无意识中成为极化情绪的放大器。这一研究提醒我们，在信息流中看到的并非客观世界的全貌，而是被算法过滤、强化并高度定制后的“情绪镜像”。

背景链接：

• PNAS 原文：https://www.pnas.org/doi/10...
• Slashdot 相关报道：https://politics.slashdot.o...