社交媒体信息流“去毒化”：算法升级让内容更健康

本研究由Brady等学者开展，聚焦于2024年美国大选期间社交媒体算法对公众政治态度的影响。研究发现，人们常高估他人对极端政治立场的支持程度（即‘社会规范错觉’），这种误解会加剧 polarization（政治极化）。作者团队没有直接干预内容，而是重新设计了推荐算法——例如在用户看到偏激观点时，同步展示更主流、温和的民意数据（如‘85%的选民认为应和平交接权力’）。实验表明，这种‘规范校准’式干预显著降低了用户对对立阵营的敌意，增强了跨党派理解。该方法不审查言论，不屏蔽信息，而是通过提供更真实的社会共识图景，帮助公众摆脱‘回音室’和‘错觉陷阱’，为健康民主对话提供技术支撑。