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
Tubi metallici che non affondano
Ricercatori della University of Rochester hanno creato tubi di alluminio trattati che restano vuoti d'acqua grazie a una superficie superidrofobica. Il metodo, pubblicato su Advanced Functional Materials, può aiutare navi, boe e piattaforme galleggianti.
Studenti rurali, genitori e social: come cambiano le reti
Uno studio su giovani rurali e i loro genitori analizza come l'università e l'uso dei media sociali influenzano la diversità delle reti personali e la tolleranza sociale. I risultati mostrano effetti diversi per studenti e genitori quando condividono le stesse piattaforme.
Nuova accademia africana di biotecnologia in Egitto
The American University in Cairo (AUC) e Minapharm avviano una collaborazione per creare la prima accademia africana di biotecnologia. L'iniziativa mira a rafforzare istruzione, ricerca e legami con l'industria, con corsi che partono all'inizio dell'anno.
Uganda: riforme per scienza e innovazione
Un rapporto nazionale chiede riforme nei sistemi di scienza, tecnologia e innovazione in Uganda per aiutare il paese a diventare a reddito medio. Segnala lacune di genere, finanziamenti deboli e la necessità di collegare ricerca, governo e imprese.