等级 B2 – 中高级CEFR B2
6 分钟
308 字
社交媒体一方面为边缘群体提供重要的支持和联系，另一方面又在信息传播和社群形成上带来明显风险。技术设计、推荐系统和以参与为导向的产品机制，往往放大极端内容和虚假信息，导致现实世界的伤害。
在 January 2025，Mark Zuckerberg 宣布 Meta 结束为期九年的第三方事实核查计划，改用 X 的社区注释模式，并终止部分保护 LGBTQ+ 用户的政策。International Fact-Checking Network 将此称为“a step backward”，联合国人权事务高级专员 Volker Türk 也警告说允许网上仇恨言论会产生现实后果。
多项研究和泄露报告显示问题的成因：一项研究发现“15% 最常用 Facebook 用户负责 37% 的虚假头条分享”，而 2019 年的泄露报告指出，传播性与推荐机制助长虚假信息和仇恨言论。更正信息很难获得与最初谣言相同的注意力，First Draft News 指出错误信息很难从人们脑中清除。
生成式人工智能和自动化也带来新风险。2024 年印尼选举中出现了 AI 生成的数字头像，Prabowo Subianto 等人在社交媒体上广泛使用此类头像。包括 ChatGPT 在内的生成工具能制作逼真的文本和图像，Freedom House 警告这些技术让事实更容易被扭曲，并使审查和操控更精确。在委内瑞拉，亲政府的 AI 信息与对记者的威胁并存，记者有时使用数字头像保护身份。整体来看，技术既能赋权也能被滥用，一切取决于设计选择、权力结构以及谁掌控这些工具。
- 主要风险：仇恨言论与虚假信息放大。
- 关键因素：算法、推荐与产品设计。
- 新挑战：生成式人工智能和自动化。
难词
- 边缘群体 — 社会中受排斥或处于弱势的人群
- 推荐系统 — 根据用户行为推荐内容的程序
- 虚假信息 — 不真实或具有误导性的新闻或内容
- 事实核查 — 核实新闻或声明真实性的过程
- 仇恨言论 — 针对特定群体的敌意或偏见言语
- 生成式人工智能 — 自动生成文本和图像的技术
- 泄露报告 — 公开或揭露内部信息的书面报告
- 赋权 — 使个人或群体更有能力或权利
提示：在文章中将鼠标悬停、聚焦或轻触高亮词语，即可在阅读或听音频时快速查看简要释义。
讨论问题
- 社交媒体公司的算法和产品设计应该如何改变，以减少虚假信息和仇恨言论？请提出两点并说明理由。
- 生成式人工智能在选举和记者安全中的使用带来哪些利弊？请结合文中印尼和委内瑞拉的例子说明。
