Alat untuk Mengurangi Kebencian Partisan di Linimasa X ^{CEFR B2}

Penelitian yang dipublikasikan di Science memperlihatkan sebuah alat baru: ekstensi web yang dipasangkan dengan model bahasa besar untuk menilai dan menata ulang linimasa X tanpa kerja sama langsung dari platform. Alat ini memindai unggahan untuk sikap antidemokratis dan permusuhan partisan — termasuk seruan kekerasan atau ajakan memenjarakan lawan politik — lalu menurunkan atau menaikkan posisi unggahan tersebut dalam urutan tampilan. Sistem bekerja dalam hitungan detik dan tidak menghapus postingan apa pun.

Dalam eksperimen lapangan utama, sekitar 1.200 relawan menggunakan alat selama 10 hari pada masa pemilu 2024. Dalam percobaan terpisah selama tujuh hari, satu kelompok melihat linimasa dengan konten tertentu diturunkan peringkat atau dinaikkan, sementara kelompok kontrol tidak mengalami penyusunan ulang. Para peserta disurvei sebelum dan sesudah percobaan pada skala 1 sampai 100.

Penemuan utama adalah bahwa peserta yang melihat konten antidemokratis diturunkan melaporkan perasaan lebih hangat terhadap orang dari partai lawan; efek ini muncul baik pada mereka yang mengidentifikasi diri sebagai liberal maupun konservatif. Kenaikan sikap rata-rata sekitar dua poin, yang menurut peneliti sebanding dengan perubahan yang diperkirakan terjadi pada populasi AS selama tiga tahun. Penyelenggara, termasuk Martin Saveski dan Tiziano Piccardi, menyatakan bahwa alat ini memberi kemampuan pada peneliti eksternal untuk mempelajari desain algoritme dan bahwa paparan lebih sedikit pada konten tertentu membuat peserta merasa "lebih hangat" dan paparan lebih banyak membuat mereka merasa "lebih dingin".

Proyek ini menggabungkan ilmu informasi, ilmu komputer, psikologi, dan komunikasi, serta menggunakan kajian sosiologi sebelumnya untuk mendefinisikan kategori konten berbahaya, seperti penolakan kerja sama lintas partai, skeptisisme terhadap fakta yang menguntungkan pihak lain, dan kesediaan mengabaikan prinsip demokrasi untuk membantu partai yang disukai. Tim merilis kode sumber agar pihak lain dapat membangun sistem peringkat independen. Pekerjaan ini mendapat dukungan dari National Science Foundation, Swiss National Science Foundation, dan hibah Hoffman-Yee dari Stanford Institute for Human-Centered Artificial Intelligence; penulis tambahan berasal dari Northeastern dan Stanford.