การศึกษาผลกระทบของการจัดอันดับฟีดต่อความเป็นศัตรูทางการเมือง
การศึกษาวิจัยล่าสุดที่ตีพิมพ์ในวารสาร Nature Human Behaviour ได้เปิดเผยถึงกลไกที่ซ่อนเร้นของอัลกอริทึมโซเชียลมีเดีย โดยเฉพาะอย่างยิ่งการจัดอันดับเนื้อหาในฟีดข่าวสาร (feed ranking) ซึ่งมีบทบาทสำคัญในการหล่อหลอมพฤติกรรมการโต้ตอบทางการเมืองให้มีความเป็นศัตรูมากขึ้น นักวิจัยจากมหาวิทยาลัยเพนซิลเวเนีย (University of Pennsylvania) มหาวิทยาลัยคอร์เนลล์ (Cornell University) และสถาบันอื่นๆ ได้วิเคราะห์ข้อมูลจากผู้ใช้ Twitter กว่า 70,000 รายในสหรัฐอเมริกา ระหว่างช่วงการเลือกตั้งประธานาธิบดีปี 2020 เพื่อเปรียบเทียบระหว่างฟีดแบบเรียงตามลำดับเวลา (chronological feed) กับฟีดที่จัดอันดับตามระดับการมีส่วนร่วม (engagement-ranked feed)
วิธีการวิจัยที่เข้มงวดและสมจริง
นักวิจัยได้รวบรวมข้อมูลไทม์ไลน์ (timelines) ของผู้ใช้ Twitter แต่ละราย โดยมุ่งเน้นไปที่ทวีตที่เกี่ยวข้องกับการเมือง โดยเฉพาะหัวข้อการเลือกตั้งปี 2020 จากนั้น พวกเขาสร้างการจำลองฟีดสองประเภทสำหรับผู้ใช้แต่ละคน ประเภทแรกคือฟีดเรียงตามลำดับเวลา ซึ่งเป็นรูปแบบดั้งเดิมที่แสดงเนื้อหาตามเวลาที่โพสต์ ส่วนประเภทที่สองคือฟีดจัดอันดับตาม engagement ซึ่งคำนวณจากปัจจัยต่างๆ เช่น จำนวนไลก์ รีทวีต และการตอบกลับ เพื่อให้เนื้อหาที่มีปฏิกิริยาสูงปรากฏขึ้นก่อน
ในการวัดระดับความเป็นศัตรู นักวิจัยได้ใช้โมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) เพื่อจำแนกประเภทการตอบกลับ โดยพิจารณาคำพูดที่แสดงถึงความเกลียดชัง (hate speech) การเหยียดหยามเชื้อชาติหรือชาติพันธุ์ (racial/ethnic attacks) การกล่าวหาว่าเป็นทรยศต่อชาติ (traitors) และคำด่าทอทั่วไป (profanity) การจำแนกนี้ช่วยให้สามารถวัดปริมาณและความรุนแรงของความเป็นศัตรูได้อย่างแม่นยำ โดยข้อมูลทั้งหมดมาจากการโต้ตอบจริงระหว่างผู้ใช้
ผลการค้นพบหลัก: การจัดอันดับฟีดขยายความขัดแย้ง
ผลการศึกษาพบว่าฟีดที่จัดอันดับตาม engagement ทำให้ผู้ใช้เผชิญหน้ากับเนื้อหาที่ขัดแย้งกับมุมมองของตนเองมากกว่าฟีดแบบเรียงตามลำดับเวลา สูงถึง 2-3 เท่า โดยเฉพาะอย่างยิ่งในหมู่ผู้ใช้ที่มีแนวคิดทางการเมืองสุดโต่ง เช่น ผู้สนับสนุนเดโมแครตที่เห็นทวีตจากผู้สนับสนุนรีพับลิกัน หรือ наоборот สิ่งนี้เกิดขึ้นเพราะอัลกอริทึมมักโปรโมตเนื้อหาที่กระตุ้นปฏิกิริยาแรง ไม่ว่าจะเห็นด้วยหรือไม่เห็นด้วย
ที่น่าตกใจยิ่งกว่าคือ ฟีดจัดอันดับนำไปสู่การตอบกลับที่เป็นศัตรูมากขึ้นอย่างมีนัยสำคัญ โดยเฉลี่ยแล้ว ผู้ใช้มีโอกาสตอบกลับด้วยคำพูดเกลียดชังเพิ่มขึ้น 25% การกล่าวหาว่าเป็นทรยศต่อชาติเพิ่มขึ้น 59% และคำด่าทอทั่วไปเพิ่มขึ้น 31% เมื่อเทียบกับฟีดเรียงตามลำดับเวลา แม้แต่เนื้อหาที่มีความขัดแย้งเพียงเล็กน้อย หากถูกอัลกอริทึมดันให้ปรากฏในตำแหน่งเด่น ก็สามารถจุดชนวนความเป็นศัตรูได้อย่างรวดเร็ว
นักวิจัยชี้ให้เห็นว่า ปรากฏการณ์นี้เกิดจาก “การขยายสัญญาณ” (amplification) ของอัลกอริทึม ซึ่งไม่จำเป็นต้องมีเจตนา polarizing โดยตรง แต่เพียงแค่ให้ความสำคัญกับเนื้อหาที่มี engagement สูง ก็เพียงพอที่จะทำให้การโต้ตอบทางการเมืองรุนแรงขึ้น สิ่งนี้ยืนยันสมมติฐานที่ว่า แพลตฟอร์มโซเชียลมีเดียไม่ได้เป็นกลางอย่างที่คิด แต่โครงสร้างอัลกอริทึมของพวกเขากำลังหล่อหลอม discourse สังคมในทางลบ
กลไกเบื้องหลัง: จาก engagement สู่ hostility
เพื่อทำความเข้าใจกลไกนี้ นักวิจัยได้วิเคราะห์ลักษณะของทวีตที่ได้รับการจัดอันดับสูง พบว่าทวีตเหล่านี้มักมีลักษณะ toxic หรือขัดแย้ง ซึ่งดึงดูดปฏิกิริยาจำนวนมาก เมื่อผู้ใช้เห็นเนื้อหาเหล่านี้บ่อยขึ้น พวกเขามีแนวโน้มตอบกลับด้วยโทนที่รุนแรงมากกว่า โดยเฉพาะในบริบทการเมืองที่แบ่งขั้วชัดเจนอย่างการเลือกตั้งสหรัฐฯ ปี 2020 ซึ่งเต็มไปด้วยประเด็นร้อน เช่น การเหยียดเชื้อชาติ การทุจริตเลือกตั้ง และนโยบายเศรษฐกิจ
ดร. สกายลาร์ คราเวลล์ (Skyler Cranmer) ผู้ร่วมวิจัยจากมหาวิทยาลัยเพนซิลเวเนีย กล่าวว่า “อัลกอริทึมเหล่านี้ไม่ได้ตั้งใจสร้างความแตกแยก แต่การออกแบบที่มุ่งเน้น engagement โดยธรรมชาติจะโปรโมตเนื้อหาที่กระตุ้นอารมณ์ ซึ่งนำไปสู่วงจรอุบาทว์ของความเป็นศัตรู” คำกล่าวนี้สะท้อนถึงความกังวลที่ว่า แพลตฟอร์มอย่าง Twitter (ปัจจุบันคือ X) กำลังทำให้สภาพแวดล้อมออนไลน์กลายเป็นสนามรบทางการเมืองโดยไม่รู้ตัว
ข้อเสนอแนะและนัยยะทางนโยบาย
การศึกษานี้ไม่ได้หยุดอยู่ที่การวิเคราะห์ แต่ยังชี้ทางออก โดยแนะนำให้แพลตฟอร์มพิจารณากลับไปใช้ฟีดเรียงตามลำดับเวลา หรือปรับแต่งอัลกอริทึมให้ลดการโปรโมตเนื้อหา toxic นอกจากนี้ ยังเรียกร้องให้หน่วยงานกำกับดูแล เช่น FTC หรือ EU’s DSA สอบสวนผลกระทบของ algorithmic ranking ต่อสังคม นักวิจัยย้ำว่า หากไม่มีการแทรกแซง การแบ่งขั้วทางการเมืองจะยิ่งรุนแรงขึ้น โดยเฉพาะในยุคที่โซเชียลมีเดียเป็นช่องทางหลักในการรับข่าวสาร
ผลกระทบนี้ไม่จำกัดเฉพาะสหรัฐฯ แต่สามารถประยุกต์ใช้กับบริบทอื่นๆ ได้ เช่น การเลือกตั้งในประเทศประชาธิปไตยอื่นๆ ที่มี polarization สูง การศึกษายังยืนยันว่าความเป็นศัตรูไม่ได้เกิดจากผู้ใช้เพียงฝ่ายเดียว แต่เป็นผลจากโครงสร้างระบบที่แพลตฟอร์มสร้างขึ้น
บทสรุป: เวลาที่ต้องเปลี่ยนแปลง
การศึกษานี้เป็นหลักฐานทางวิทยาศาสตร์ที่ชัดเจนว่า การจัดอันดับฟีดไม่ใช่เรื่องเทคนิคธรรมดา แต่เป็นปัจจัยหลักที่หล่อหลอมความสัมพันธ์ทางการเมืองในโลกดิจิทัล หากแพลตฟอร์มไม่ปรับปรุง โซเชียลมีเดียจะยังคงเป็นตัวเร่งให้เกิดความแตกแยก โดยไม่ต้องพึ่งพาเนื้อหาจงใจปลุกปั่น นักวิจัยเรียกร้องให้มีการวิจัยเพิ่มเติมและการปฏิรูปด่วน เพื่อสร้างพื้นที่ออนไลน์ที่ส่งเสริมการถกเถียงอย่างสร้างสรรค์มากกว่า
(จำนวนคำประมาณ 750 คำ)
This Article is sponsored by Gnoppix AI (https://www.gnoppix.org)