دانشمندان پدیده زوال خلق و خو را به دلیل الگوریتم‌های رسانه‌های اجتماعی توضیح می‌دهند

به گزارش مجله خبری نگار، رسانه‌های اجتماعی مدت‌هاست که از الگوریتم‌هایی برای انتخاب محتوا بر اساس علایق کاربران استفاده می‌کنند. با این حال، یک مطالعه جدید نشان داده است که توصیه‌های شخصی‌سازی‌شده نه تنها می‌توانند منعکس‌کننده وضعیت عاطفی فرد باشند، بلکه آن را تقویت نیز می‌کنند. دانشمندان دریافته‌اند افرادی که علائم شدیدتری از افسردگی دارند، بیشتر احتمال دارد محتوای منفی در مورد روابط را ببینند و مغز آنها نسبت به ویدیو‌های عموماً محبوب، واکنش متفاوتی به آن نشان می‌دهد. ایزوستیا بررسی می‌کند که چگونه الگوریتم‌ها فید‌های شخصی را شکل می‌دهند، چرا زمان صرف شده در رسانه‌های اجتماعی تنها عامل نیست و آیا می‌توان این چرخه معیوب را شکست؟

مغز برای اولین بار هنگام تماشای یک غذای شخصی مورد مطالعه قرار گرفت

این مطالعه توسط روانشناسان دانشگاه تگزاس در دالاس انجام شد. برخلاف اکثر مطالعات قبلی که بر اساس نظرسنجی از شرکت‌کنندگان انجام می‌شد، دانشمندان مستقیماً آنچه را که در مغز انسان هنگام مشاهده محتوای رسانه‌های اجتماعی اتفاق می‌افتد، مشاهده کردند. آنها از الکتروانسفالوگرافی (EEG) استفاده کردند که امکان ثبت فعالیت مغز را تقریباً در زمان واقعی فراهم می‌کند. نتایج این مطالعه در مجله Computers in Human Behavior منتشر شد.

ویژگی منحصر‌به‌فرد این آزمایش این بود که به شرکت‌کنندگان ویدیو‌های از پیش انتخاب‌شده توسط محققان نشان داده نشد. در عوض، آنها توصیه‌های خودشان را که الگوریتم‌ها بر اساس عادات و علایق آنها تولید کرده بودند، مشاهده کردند. سپس دانشمندان پاسخ مغز را به فید شخصی‌سازی‌شده و ویدیو‌های محبوب عمومی که به ترجیحات یک فرد خاص ربطی نداشتند، مقایسه کردند.

فقط این نیست که چقدر وقت صرف رسانه‌های اجتماعی می‌کنید. آنچه الگوریتم پیشنهاد می‌دهد نیز مهم است. محتوای احساسی فید شخصی‌سازی‌شده شما با پاسخ‌های احساسی مغز شما در لحظه و علائم افسردگی مرتبط است.

استیسی وارن، یکی از نویسندگان این مطالعه، افزود که EEG به مغز اجازه می‌دهد تا پردازش اطلاعات را در عرض چند میلی‌ثانیه ثبت کند. این امر به دانشمندان اجازه می‌دهد تا داده‌های عینی در مورد آنچه برای فرد اتفاق می‌افتد را دقیقاً در لحظه مشاهده محتوای توصیه‌شده، نه پس از آن، زمانی که ممکن است برداشت‌ها توسط حافظه تحریف شده باشند، به دست آورند.

این مطالعه نشان داد که شرکت‌کنندگانی که علائم افسردگی شدیدتری داشتند، بیشتر احتمال داشت توصیه‌هایی با محتوای احساسی منفی دریافت کنند. رایج‌ترین موضوع این ویدیو‌ها روابط بود - درگیری‌های عاشقانه، مشاجرات دوستانه، جدایی‌ها و سایر موقعیت‌های چالش‌برانگیز احساسی.

علاوه بر این، فعالیت مغز این شرکت‌کنندگان با آنچه در پاسخ به ویدیو‌های ویروسی استاندارد مشاهده می‌شد، متفاوت بود. محققان تغییراتی را که مشخصه حالات افسردگی است، به ویژه ویژگی‌هایی از عدم تقارن آلفای پیشانی - معیاری که اغلب در مطالعه پردازش اطلاعات عاطفی استفاده می‌شود - کشف کردند. نویسندگان معتقدند که الگوریتم‌ها به خودی خود باعث افسردگی نمی‌شوند، اما ممکن است حالت عاطفی موجود فرد را تشدید کنند.

ما دریافتیم که اگر شما از قبل احساس افسردگی می‌کنید، الگوریتم‌ها آن را منعکس می‌کنند. تعامل مداوم این چرخه منفی را تقویت می‌کند. شرکت‌کنندگان تلفن‌های خود را می‌آورند؛ ما ویدیو‌ها را برای آنها انتخاب نمی‌کنیم. این یک رویکرد جدید برای درک چگونگی تأثیر مصرف رسانه‌های اجتماعی بر افراد است.

محققان همچنین دریافتند که کاربرانی که علائم افسردگی شدیدتری دارند، ویدیو‌های مثبت کمتری در رابطه با حمایت، دوستی یا تعاملات اجتماعی خوشایند می‌بینند. در عوض، فید‌های آنها بیشتر احتمال دارد محتوایی با بار احساسی منفی داشته باشد.

در سال‌های اخیر، بسیاری از مطالعات، وخامت سلامت روان را در درجه اول به میزان زمانی که فرد در رسانه‌های اجتماعی می‌گذراند، مرتبط دانسته‌اند. با این حال، تحقیقات جدید نشان می‌دهد که این معیار به تنهایی ممکن است به اندازه کافی آموزنده نباشد.

نویسندگان به‌طور خاص زمان استفاده از صفحه نمایش را به‌عنوان یک عامل اضافی برای رد تأثیر آن بر نتایج در نظر گرفتند. مشخص شد که نوع محتوایی که کاربر از طریق توصیه‌های الگوریتمی دریافت می‌کند، بسیار مهم‌تر از مدت زمان استفاده از رسانه‌های اجتماعی است. یک نفر ممکن است چندین ساعت را صرف تماشای ویدیو‌های خنثی یا مثبت کند، در حالی که دیگری ممکن است در مدت زمان کمتری در معرض تعداد زیادی پست احساسی قرار گیرد.

به همین دلیل است که محققان پیشنهاد می‌کنند توجه از محدود کردن صرف زمان استفاده از صفحه نمایش به تجزیه و تحلیل نحوه عملکرد سیستم‌های توصیه‌گر معطوف شود. آنها معتقدند الگوریتم‌ها می‌توانند به تدریج یک محیط اطلاعاتی را شکل دهند که از وضعیت عاطفی موجود کاربر پشتیبانی کند.

به گفته نویسندگان این مطالعه، هدف اصلی اکنون کنار گذاشتن کامل رسانه‌های اجتماعی نیست، بلکه آموزش کاربران برای تعامل آگاهانه‌تر با الگوریتم‌ها است. محققان معتقدند درک این موضوع که چرا فید، محتوایی را که نمایش می‌دهد، نمایش می‌دهد و اینکه چگونه اعمال خود فرد بر توصیه‌های بعدی تأثیر می‌گذارد، مهم است.

دانشمندان توجه ویژه‌ای به نوجوانان دارند. همانطور که پروفسور پاملا تانگ اشاره کرد، چند سال پیش، توصیه اصلی کاهش زمان صرف شده کودکان در رسانه‌های اجتماعی بود. با این حال، امروزه این رویکرد دیگر کافی به نظر نمی‌رسد.

محققان در حال حاضر یک مطالعه طولانی‌مدت جدید را با حضور نوجوانان ۱۳ تا ۱۶ ساله آغاز کرده‌اند. آنها قصد دارند بررسی کنند که چگونه توصیه‌های الگوریتمی بر حالات عاطفی کاربران جوان در طول زمان تأثیر می‌گذارند و آیا می‌توان استراتژی‌هایی برای کاهش این تأثیر تدوین کرد یا خیر.

بنابراین، این مطالعه نشان می‌دهد که تأثیر رسانه‌های اجتماعی نه تنها با مدت زمان استفاده از صفحه نمایش تعیین می‌شود، بلکه عامل دیگری که به همان اندازه مهم است، الگوریتم‌های محتوای خاصی است که برای نشان دادن یک فرد خاص انتخاب می‌کنند و اینکه این فید شخصی‌سازی‌شده چقدر با وضعیت عاطفی فعلی آنها مطابقت دارد.