KU: Algoritmer kan forstærke polarisering og ændre vores virkelighedsopfattelse

Algoritmerne på sociale medier kan have større betydning for vores syn på verden, end mange umiddelbart er klar over. Det viser et nyt forskningsstudie, hvor forskere fra blandt andet Københavns Universitet har undersøgt, hvordan forskellige typer algoritmer påvirker brugeres holdninger og opfattelse af fakta.

Studiet viser, at selv mindre justeringer i den måde, indhold bliver prioriteret i feeds på platforme som Facebook og X, kan påvirke graden af politisk polarisering og nøjagtigheden af brugernes vurderinger af virkeligheden.

Ifølge Jason William Burton, adjunkt ved Institut for Psykologi og Center for Social Data Science på Københavns Universitet og hovedforfatter på studiet, er det en udbredt antagelse, at algoritmer blot hjælper brugere med at finde relevant indhold. Forskningen peger dog på, at de samtidig kan bidrage til mere opdelte holdninger og større modstand mod faktuel information.

Studiet er gennemført som et onlineeksperiment med amerikanske deltagere fordelt på liberale og konservative grupper. Her testede forskerne forskellige algoritmer, herunder en engagementsbaseret model, som minder om dem, der bruges på kommercielle platforme i dag.

Resultaterne viser, at denne type algoritme kan øge både polarisering og unøjagtige vurderinger. Til sammenligning viste alternative algoritmer, der enten prioriterede brobyggende indhold eller indhold, der korrigerede fejlagtige antagelser, mere positive effekter på både dialog og faktuel forståelse.

Forskerne bag studiet peger på, at udvikling af alternative algoritmer kan være en vej til en mere konstruktiv offentlig debat, men at dette kan kræve politiske rammer, da ændringer kan udfordre techvirksomheders forretningsmodeller.

Faktaboks

• Studie udført af forskere fra blandt andet Københavns Universitet
• Samarbejde med Technische Universität Dresden og Max Planck Institute for Human Development
• Undersøgelse baseret på onlineeksperiment med amerikanske deltagere
• Deltagere: 500 i første fase, 1.000 i anden fase
• Deltagere fordelt på liberale og konservative grupper
• Undersøgte effekten af forskellige algoritmer på sociale medier
• Platforme som Facebook og X indgår som reference for algoritmetyper
• Resultater: Engagement-baserede algoritmer øger polarisering og mindsker faktuel nøjagtighed
• Alternative algoritmer testet: brobyggende og faktakorrigerende modeller
• Brobyggende algoritme øgede enighed mellem grupper i nogle tilfælde
• Faktakorrigerende algoritme forbedrede præcision i vurderinger
• Forsker: Jason William Burton, Københavns Universitet
• Konklusion: Algoritmedesign kan påvirke både holdninger og virkelighedsopfattelse