تفسیر: پویایی‌هایی که ما را در رسانه‌های اجتماعی دوقطبی می‌کنند، در شرف بدتر شدن هستند

خلاصه

اندیشکده مطالعات فرهنگ و توسعه با ترجمه نوشتارها و متون به‌روز این حوزه در اندیشکده‌های معتبر دنیا سعی در به‌روز نگه داشتن دانش برای علاقه‌مندان و پژوهشگران فارسی‌زبان دارد. این متن در نشریه معتبر گاردین به منتشر شده است.

نویسنده:

دکتر کالین فیشر

اطلاعات انتشار:

theconversation

 

ژوئیه ۲۰۲۵

دکتر کالین فیشر (دانشکده مدیریت UCL) در The Conversation می‌نویسد، تغییر اخیر سیاست متا در مورد بررسی صحت اطلاعات، احتمالاً باعث قطبی شدن بیشتر پلتفرم‌های رسانه‌های اجتماعی و تقویت صداهای افراطی خواهد شد.

 

مارک زاکربرگ اعلام کرده است که متا در فیس‌بوک، اینستاگرام و Threads دیگر به بررسی‌کنندگان مستقل اطلاعات تکیه نخواهد کرد. این شرکت با الگوبرداری از شبکه X از «یادداشت‌های انجمن» استفاده می‌کند و قضاوت درباره درستی مطالب را به خود کاربران می‌سپارد. زاکربرگ این تغییر را ترویج آزادی بیان دانسته است. نویسنده این یادداشت اما می‌پرسد: آیا خرد جمعی در محیطی که الگوریتم‌ها آن را شکل می‌دهند هنوز کار می‌کند؟

او با تکیه بر پژوهش‌های پویایی گروهی توضیح می‌دهد که سامانه‌هایی مانند ویکی‌پدیا و متاکولوس نشان داده‌اند قضاوت جمعی گاهی از متخصصان هم بهتر عمل می‌کند. این موفقیت اما به گروه‌های متنوع و قضاوت‌های مستقل وابسته است و رسانه‌های اجتماعی هر دو شرط را تضعیف می‌کنند. سه سوگیری در این میان نقش اصلی دارند.

نخست، سوگیری درون‌گروهی و برون‌گروهی است. مردم به اطلاعات هم‌گروهی‌ها بیشتر اعتماد می‌کنند و اختلاف شدید میان گروه‌ها مانع توافق لازم برای نمایش یادداشت‌ها می‌شود. به همین دلیل بسیاری از یادداشت‌های X درباره واکسن‌های کووید هرگز عمومی نشدند. دوم، اکروفیلی است، یعنی گرایش به تعامل با پست‌هایی که اندکی افراطی‌تر از دیدگاه خود فرد است. سوم، سوگیری منفی است: پژوهشی روی ۲.۷ میلیون پست در فیس‌بوک و توییتر نشان داد پیام‌های حاوی واژه‌هایی مانند «نفرت» و «حمله» بیش از تقریباً هر محتوای دیگری لایک و بازنشر می‌شوند.

نتیجه این سه سوگیری قطبی‌شدن است که اعتماد و همکاری لازم برای کار یادداشت‌های اجتماعی را از بین می‌برد. گروه‌های سازمان‌یافته هم می‌توانند چنین سامانه‌هایی را دستکاری کنند. طبق گزارش‌ها، ملی‌گرایان چین مطالب ویکی‌پدیا درباره روابط چین و تایوان را به نفع خود ویرایش کردند.

نویسنده دو راهکار پیشنهاد می‌کند: همکاری با گروه‌های مختلف برای کاهش بی‌اعتمادی، و جستجوی اطلاعات از چند رسانه معتبر به جای اتکا به شبکه‌های اجتماعی. او تأکید می‌کند که الگوریتم‌ها نیز باید منابع متنوع و قابل اعتماد را در اولویت قرار دهند.

این یادداشت برای پژوهشگران رسانه، سیاست‌گذاران پلتفرم و هر کسی که به آینده مقابله با اطلاعات نادرست می‌اندیشد خواندنی است.

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *