지난 가을, 우리는 최악의 측면을 야기하는 소셜 미디어의 기본 메커니즘, 즉 당파적 반향실, 소규모 엘리트 사용자 그룹 간의 영향력 집중(주의 불평등), 가장 극단적인 분열 목소리의 증폭을 연구하는 암스테르담 대학의 Petter Törnberg와의 광범위한 인터뷰를 특집으로 다루었습니다. 그는 소셜 미디어의 미래에 대해 낙관적이지 않았습니다.
Törnberg의 연구에 따르면 이러한 문제를 해결하기 위해 수많은 플랫폼 수준 개입 전략이 제안되었지만 어느 것도 효과적이지 않은 것으로 나타났습니다. 그리고 그것은 매우 싫어하는 알고리즘, 비연대기 피드 또는 부정적인 것을 추구하는 인간의 성향의 잘못이 아닙니다. 오히려, 그러한 모든 부정적인 결과를 초래하는 역학은 소셜 미디어의 아키텍처 자체에 구조적으로 내재되어 있습니다. 따라서 누군가가 그러한 역학을 변화시킬 수 있는 훌륭하고 근본적인 재설계를 시도하지 않는 한 우리는 끝없는 유해한 피드백 루프에 빠질 운명에 처해 있습니다.
Törnberg는 그 이후로 소셜 미디어가 실제 세계와 상당히 다르게 구성되어 예상치 못한 후속 결과를 초래한다는 인식을 바탕으로 두 개의 새로운 논문과 하나의 새로운 사전 인쇄 건물을 작성하는 등 매우 바빴습니다. PLoS ONE에 발표된 첫 번째 새 논문은 특히 온라인 소셜 미디어 행동을 시뮬레이션하기 위해 작은 AI 페르소나를 생성하는 LLM(대형 언어 모델)과 동일한 결합된 표준 에이전트 기반 모델링을 사용하여 에코 챔버 효과에 중점을 두었습니다.
시뮬레이션된 사용자는 자신의 의견이나 그 반대 의견을 갖고 시뮬레이션된 온라인 커뮤니티의 선택된 구성원과 무작위로 상호 작용하도록 무작위로 프로그래밍되었습니다. 그리고 시뮬레이션된 사용자의 의견에 동의하지 않는 커뮤니티 구성원의 비율이 지정된 임계값을 초과하는 경우 해당 에이전트는 떠나서 다른 온라인 커뮤니티에 가입하도록 프로그래밍되었습니다.
필터 버블: 범인은 아니지만 치료법
작년 결과와 마찬가지로 반향실은 소셜 미디어 플랫폼의 기본 아키텍처에서 자연스럽게 나타나는 것으로 나타났습니다. “한 가지 놀라운 발견은 사람들이 정말로 다양한 공간에 있는 것을 좋아하더라도 필터 버블 없이도 반향실을 얻을 수 있다는 사실입니다.”라고 Törnberg는 말했습니다. “알고리즘적인 넛지가 필요하지 않습니다. 여전히 이렇게 고도로 분리된 공간을 얻을 수 있습니다. 또 다른 놀라운 발견은 균질성 때문에 비난을 받아온 필터 버블이 치료법이 될 수 있다는 것입니다.”
이 주제에 대해 더 알고 싶다면 아래를 참고하세요
