Un team di ricerca ha messo a punto un'estensione web basata su un grande modello linguistico che valuta i post nel feed di X per individuare atteggiamenti antidemocratici e animosità partitica. Lo strumento riconosce elementi come inviti alla violenza o richieste di incarcerare avversari politici e riordina il feed dell'utente in pochi secondi, declassando o promuovendo quei contenuti senza rimuoverli e senza collaborazione diretta dalla piattaforma.
Per testare l'intervento, circa 1.200 volontari hanno usato lo strumento per 10 giorni durante le elezioni del 2024. In prove separate di sette giorni, gruppi di partecipanti hanno visto i loro feed con contenuti declassati, promossi o lasciati invariati. Chi ha visto i contenuti antidemocratici declassati ha riportato sentimenti più caldi verso persone del partito avverso; il punteggio medio su una scala da 1 a 100 è migliorato di due punti, una variazione paragonabile a quella stimata nella popolazione statunitense in tre anni.
I coautori principali, tra cui Martin Saveski e Tiziano Piccardi, sottolineano che lo strumento dà ai ricercatori esterni la possibilità di studiare il design degli algoritmi e mostra come l'esposizione ai contenuti mirati modifichi le sensazioni degli utenti. Il progetto unisce informatica dell'informazione, informatica, psicologia e comunicazione; le categorie usate per definire contenuti dannosi includevano il rifiuto della cooperazione bipartisan, lo scetticismo verso fatti che favoriscono l'altro partito e la disponibilità a rinunciare a principi democratici. Il team ha reso pubblico il codice e ha ricevuto sostegno da National Science Foundation, Swiss National Science Foundation e da una borsa Hoffman-Yee dello Stanford Institute for Human-Centered AI.
Parole difficili
- modello linguistico — programma che elabora e genera testo naturalegrande modello linguistico
- animosità partitica — ostilità o avversione tra fazioni politiche
- declassare — abbassare la visibilità di un contenuto onlinedeclassando, declassati
- promuovere — aumentare la visibilità o diffusione di contenutipromuovendo
- partito avverso — il gruppo politico contrario al proprio partito
- esposizione — atto di essere esposti a informazioni o messaggi
- coautore — persona che ha contribuito alla stesura di uno studiocoautori
- sostegno — aiuto finanziario o supporto a un progetto
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Quali vantaggi e rischi vedi nell'uso di estensioni esterne che riordinano i feed sui social?
- Come potrebbe cambiare il dibattito politico online se contenuti antidemocratici venissero regolarmente declassati?
- In che modo la pubblicazione del codice del team può influire sulla ricerca e sulla fiducia del pubblico?
Articoli correlati
Moon, insegnante dello Stato Karen in esilio
Moon è un'insegnante dallo Stato Karen in Myanmar che ha sfidato l'istruzione militare e ha partecipato alle proteste del 2021. Dopo essere fuggita, ha continuato a insegnare, ha seguito formazione con Exile Hub e ha prodotto media in esilio.
Due studi sul raggruppamento degli studenti che apprendono l'inglese
Due studi valutano se mettere insieme gli studenti che apprendono l'inglese nelle stesse classi migliori i risultati. Uno trova effetti negativi per diploma e college; l'altro, nelle elementari, mostra risultati misti.
I modelli linguistici cambiano giudizio se conoscono l'autore
Ricercatori dell'University of Zurich mostrano che i grandi modelli linguistici valutano diversamente lo stesso testo quando viene indicata l'identità dell'autore. Lo studio rileva pregiudizi nascosti, incluso un forte bias anti‑cinese.