Gender-based discrepancies in the algorithmic delivery of political ads on social media
这项研究分析了2024年欧洲议会选举中的11万多则政治广告，并揭示了社交媒体上的算法投放系统性地使男性接触到显著更高比例的民粹主义和极右翼广告，而非女性，从而扭曲了选民的曝光度并威胁到了选举完整性。
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
想象一下，互联网是一个巨大、繁忙的城镇广场，政党在广场上设立摊位，向选民发放传单（广告）。在这个城镇广场里，并没有人类在分发传单；相反，有一个巨大的、隐形的、略显神秘的机器人（算法）在决定谁能拿到哪份传单。
这篇论文是一份关于那个机器人在 2024 年欧洲议会选举期间表现如何的成绩单。研究人员想要看看这个机器人是否在根据性别“厚此薄彼”，特别是在分发来自“民粹主义”政党（那些经常声称代表“普通大众”对抗“精英阶层”的团体）的传单时。
以下是他们研究结果的通俗易懂版说明：
重大发现：机器人存在“男性偏好”
研究人员观察了超过 11 万条政治广告，这些广告触达了 25 个欧洲国家的 70 亿多人。他们发现了一个清晰的模式：机器人更有可能将来自民粹主义政党的广告展示给男性，而不是女性。
即便政党并没有明确告诉机器人，“只把这个给男性看”，机器人仍然自发地这么做了。平均而言，民粹主义政党的广告触达男性的比例比在完美公平分配的情况下高出 6 个百分点。
“民粹主义” vs. “常规”政党测试
为了理解这是否仅仅是机器人的某种普遍怪癖，研究人员对比了两类不同的传单：
- 民粹主义政党传单： 这些传单通常更具情绪化、具有争议性或反建制色彩。
- 非民粹主义政党传单： 这些传单则更为传统或趋于中立。
结果如下： 机器人对它们的对待方式截然不同。
- 民粹主义广告 就像男性的磁铁。它们最终落入了一个规模更大的男性群体手中。
- 非民粹主义广告 则在男性和女性之间分布得更加均匀。
这就像是机器人有一种“直觉”，认为男性对民粹主义信息更感兴趣，因此它开始更积极地将这些特定的传单递交给男性，即使写传单的人并没有要求这样做。
“极右翼” vs. “极左翼”的转折
研究人员还观察了政治光谱，就像一条从左到右的线。
- 极右翼政党： 它们的广告严重向男性倾斜（与民粹主义的发现相似）。
- 极左翼政党： 有趣的是，它们的广告实际上是向女性倾斜的。
- 中间派政党： 它们是最平衡的，能相对公平地触达男性和女性。
这表明机器人并不只是普遍存在“男性偏好”；它已经学会了特定的关联。它似乎已经学到了“极右翼 = 男性”以及“极左翼 = 女性”，并基于此自动强化了这些刻板印象。
为什么会发生这种情况？（“回声壁”效应）
论文指出，机器人并不一定是“邪恶”的，或者试图变得不公平。相反，它表现得像是一个预测型自动驾驶仪。
想象一下，机器人查看历史记录，发现过去当一个极右翼政党发布传单时，男性点击的可能性比女性更高。于是机器人想：“啊哈！男性喜欢这些东西。我要把更多这类内容展示给男性，以获得更多点击。”
这就创造了一个反馈循环：
- 机器人向更多男性展示广告。
- 更多的男性看到并点击了广告。
- 机器人看到点击量后心想：“瞧，我猜对了！再多给些男性看。”
- 女性从未有机会看到这些广告，因此她们无法点击，机器人也就永远无法学习到女性可能也对此感兴趣。
“黑箱”问题
论文强调的最大问题在于，这个机器人是一个黑箱。拥有这些社交媒体平台（如 Meta/Facebook）的公司并没有充分解释这个机器人是如何做出决策的。
研究人员尽可能地考虑了所有因素：
- 广告里是否有男性的照片？（没有，他们检查了内容）。
- 政党是否明确要求针对男性进行投放？（没有，他们过滤掉了这些广告）。
- 是否是不同的星期几？（他们检查了时间点）。
即使在剔除了所有这些明显的原因后，性别差异依然存在。这意味着这种偏差隐藏在机器人的代码深处，很可能是由其学习过去用户行为的复杂方式所驱动的。
核心结论
论文得出结论，这不仅仅是一个小小的故障，而是一个结构性问题。如果机器人继续将极右翼传单主要交给男性，将极左翼传单主要交给女性，它就会阻碍选民接触到全方位的政治观点。它缩小了对话的范围，并可能使政治分歧进一步加深。
作者认为，我们需要对机器人进行审计。就像我们要检查选举结果是否存在欺诈一样，我们也需要检查这些算法，以确保它们没有在暗中操纵谁能听到什么样的政治信息。如果没有这种检查，这个“城镇广场”就无法真正做到对所有人平等开放。
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。