TikTok Search Recommendations: Governance and Research Challenges
本立场文件探讨了 TikTok 不透明的搜索推荐系统所带来的治理与研究挑战,并主张通过提高透明度以及建立一个新的计算研究议程,来应对在欧盟《数字服务法案》等法规下涉及平台责任与内容审核的问题。
原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
将 TikTok 想象成一个巨大、繁忙的城镇广场,人们在其中分享短视频。长期以来,这个广场主要是在一个随机娱乐的动态流中进行滚动浏览。但最近,TikTok 开始表现得更像是一个图书馆或搜索引擎,试图帮助人们找到他们想要寻找的精确内容。
这篇论文是一篇“立场论文”(position paper),就像是研究人员的一份正式笔记,意在说明:“嘿,我们需要在这一新功能引发麻烦之前,对其进行密切观察。”这个功能就是搜索推荐(Search Recommendations)。
以下是该论文内容的拆解,使用了简单的类比:
1. 新功能:“建议问题”
想象你正在观看一段关于名人的视频。通常情况下,你只是观看并可能留下评论。现在,TikTok 会在屏幕上(或在评论顶部)贴上一张小贴纸,上面写着:“你可能想搜索:‘她的男朋友是谁?’或‘那件衬衫是什么品牌?’”
这些是预先写好的问题,TikTok 建议你将其输入搜索栏。论文称之为一种“新形式的推荐”。它不再仅仅是告诉你下一步该看什么视频,而是告诉你在问什么问题。
2. “魔术盒”问题(缺乏透明度)
TikTok 告诉用户和创作者:“别担心,我们并不是凭空捏造这些建议。我们只是观察人们已经在评论中说了什么以及他们在搜索什么,然后把这些内容记录下来。”
论文作者认为,这就像一个魔术师声称自己的戏法只是“自然的魔法”,而实际上他使用的是隐藏的钢丝。
- 说法: TikTok 声称,“我们只是反映用户对话的中立镜像。”
- 现实: 论文指出,实际上是 TikTok 在决定哪些对话会被转化为搜索建议。他们并没有解释如何挑选这些内容。这是一个“黑箱”。我们不知道他们是在挑选最热门的评论、最新的评论,还是在秘密挑选特定的词汇来推动某种叙事。
3. “影子作家”问题(有害的建议)
由于 TikTok 没有解释这些建议是如何产生的,因此可能会发生视频创作者并未要求的负面情况。
- 类比: 想象你正在举办一场晚宴(你的视频)。你正在进行一场愉快、正常的交谈。突然,你墙上的一个扩音器开始大声喊出类似这样的问题:“这位主人真的是间谍吗?”或者“这位主人的秘密性别身份是什么?”
- 论文的研究结果: 研究人员观察了荷兰网红的视频,发现 TikTok 会针对他们的个人生活、感情关系和性别身份提出搜索建议——即使这些视频本身与这些话题毫无关系。
- 危险: 这会传播谣言、煽动冲突,或被用于骚扰他人(例如建议搜索一名跨性别者的原名/曾用名)。视频创作者几乎无法阻止这种情况发生,甚至无法察觉其正在发生。
4. “傀儡师”问题(操纵系统)
论文警告说,由于规则是保密的,恶意行为者可以欺骗系统。
- 类比: 想象一个城镇,市长(TikTok)说:“我们只记录人群呐喊的内容。”那么一群人就可以组织起来进行抗议,所有人同时大喊同样的一句假话。市长的系统就会把这个假话记录为“热门搜索”,使其看起来像是真实的。
- 真实案例: 论文提到了在罗马尼亚的一次政治选举期间,人们通过协调评论,使某个特定候选人看起来像是热门搜索建议,即便该候选人实际上并不受欢迎。
5. “无处可逃”问题(用户控制权)
如果你看到一个你不喜欢的搜索建议,你无法直接关闭它。
- 类比: 这就像是在一辆汽车里,GPS 不断建议一些危险的绕行路线。你可以尝试告诉 GPS “我不喜欢这个”,但车子并不理会,你也无法关闭 GPS。
- 论文的观点: 创作者可以过滤评论,但他们无法过滤出现在其视频上的搜索建议。用户也无法禁用该功能。这使得人们很难保护自己免受骚扰或虚假信息的影响。
6. 为什么这关乎法律
论文指出,TikTok 正在违反**《数字服务法案》(DSA)**,这是一项新的欧洲法律。
- 规则: 该法律规定,大型科技公司必须诚实地说明其算法如何运作,以及它们如何向你推荐内容。
- 违规之处: TikTok 隐瞒了这些搜索建议是如何生成的。他们声称自己只是在“聚合”(收集)用户数据,但论文认为他们实际上是在“生成”和“策划”这些内容,因此应对其出现的内容负责。
研究计划:我们接下来要做什么?
作者提出了一个“计算研究议程”。由于 TikTok 不会向他们提供该系统的秘密代码,他们需要像侦探一样行动。他们想要:
- 破解代码: 弄清楚究竟哪些评论转化成了搜索建议。
- 识别伪装者: 检测何时有群体在协同合作以欺骗系统。
- 语境检查: 构建工具来理解为什么一个建议是有害的(例如,知道“Nikkie 是个男孩”是有害的,是因为你知道创作者是一名跨性别女性)。
- 话题分类: 对被建议的内容进行分类(例如,它们主要是关于购物、八卦还是政治?)。
总结
简而言而言,TikTok 正通过向用户建议问题,将其视频转变为一个搜索引擎。论文指出,TikTok 隐瞒了其挑选这些问题的机制,这使得谣言、骚扰和政治操纵可以在“仅仅是用户所言”的幌子下传播。作者呼吁进行更多研究,并制定更严格的规则,以迫使 TikTok 对这一强大的新工具保持透明。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。