Facebook Echo Chambers Adalah Benar Tetapi Mereka Mungkin Tidak Menggerakkan Polarisasi

Penulis : Brendan Nyhan Jaime Settle Emily Thorson Magdalena Wojcieszak PABLO BARBERA Annie Y. Chen Hunt Allcott oleh Taylor Brown Adriana Crespo-Tenorio Drew Dimmery Rakan Freelon Matthew Gentzkow Sandra González-Bailón Andrew M. Guess Edward Kennedy Kanak-kanak lelaki Kim David Lazer Neil Malhotra Devra Moehler Jennifer Pan Daniel Robert Thomas Rebekah Tromble Carlos Velasco Rivera Arjun Wilkins Beixian Xiong Chad Kiewiet de Jonge Annie Franco Winter Mason Natalie Jomini Stroud Joshua A. Tucker Penulis : oleh Brendan Nyhan Jepun menetap daripada Emily Thorson Magdalena Wojcieszak PABLO BARBERA oleh Annie Y. Chen Penyelamat Allcott oleh Taylor Brown Adriana Crespo-Tenorio dalam talian Kegunaan Dimmery Rakan Freelon Pengarah : Matthew Gentzkow Sandra Gonzalez-Bailón Andrew M. Menebak oleh Edward Kennedy Kanak-kanak lelaki Kim oleh David Lazer Melayu malhotra daripada Devra Moehler jennifer pan oleh Robert Thomas Rebekah Trombus Beliau ialah Carlos Velasco Rivera Arjun Wilkins yang Melayu Xiong Chad Kiewiet De Jonge dalam talian oleh Annie Franco Musim Sejuk Mason oleh Natalie Jomini Stroud oleh Joshua A. Tucker abstrak Ramai pengkritik menimbulkan kebimbangan mengenai penyebaran 'kamar ekor' di media sosial dan peranan mereka yang berpotensi dalam peningkatan polarisasi politik. bagaimanapun, kekurangan data yang tersedia dan cabaran menjalankan eksperimen lapangan skala besar telah membuatkan sukar untuk menilai skala masalah. , Di sini kami memaparkan data dari tahun 2020 untuk seluruh populasi pengguna Facebook dewasa aktif di Amerika Syarikat yang menunjukkan bahawa kandungan dari sumber 'berpikir serupa' merupakan sebahagian besar daripada apa yang dilihat orang-orang di platform, walaupun maklumat politik dan berita mewakili hanya sebahagian kecil daripada pendedahan ini. Untuk menilai tindak balas yang berpotensi terhadap kebimbangan mengenai kesan bilik-bilik echo, kami menjalankan eksperimen lapangan pelbagai gelombang di Facebook di kalangan 23,377 pengguna yang kami mengurangkan pendedahan kepada kandungan dari sumber-sumber berpikiran serupa semasa pilihan raya presiden AS 2020 dengan kira-kira satu pertiga. Kami mendapati bahawa campur tangan ini meningkatkan pendedahan mereka kepada kandungan dari sumber-sumber berpandangan serupa dan mengurangkan pendedahan kepada bahasa yang tidak awam di media sosial, tetapi tidak mempunyai kesan yang boleh diukur pada lapan langkah-langkah sikap terdahulu seperti polarisasi 1 2 utama Peningkatan polarisasi parti dan permusuhan sering disalahkan oleh bilik-bilik echo dalam talian di media sosial , , , , , kebimbangan yang telah meningkat sejak pilihan raya presiden Amerika Syarikat 2016 , , Platform seperti Facebook difikirkan untuk membakar ekstremiti dengan berulang kali menunjukkan orang-orang kandungan kongenital dari sumber berpikiran sama dan membatasi pendedahan kepada kontrargumen yang boleh mempromosikan moderasi dan toleransi. , , Demikian juga, komunikasi yang mengukuhkan identiti di media sosial boleh mengukuhkan sikap negatif terhadap outgroups dan mengukuhkan ketertarikan kepada inggroups. . 3 4 5 6 7 8 9 10 11 12 13 14 Untuk menilai seberapa kerap orang terdedah kepada kandungan kongenital di media sosial, kami menggunakan data daripada semua pengguna Facebook dewasa aktif di Amerika Syarikat untuk menganalisis berapa banyak daripada apa yang mereka lihat di platform itu berasal daripada sumber yang kami kategori sebagai berkongsi kecenderungan politik mereka (yang kami sebut sebagai kandungan dari sumber berpikiran sama; lihat Kaedah, 'Reka bentuk eksperimental'). Pertama, kami tidak mempunyai ukuran sistematik pendedahan kandungan pada platform seperti Facebook, yang sebahagian besarnya tidak boleh diakses oleh penyelidik. Data lalu lintas web menunjukkan bahawa relatif sedikit orang Amerika mempunyai diet maklumat yang sangat terdistorsi. , , , Sebelum ini kajian pemerhatian pendedahan maklumat pada platform memberi tumpuan kepada Twitter, yang digunakan oleh hanya 23% daripada orang awam. , , , , atau diet berita minoriti kecil pengguna dewasa aktif di Amerika Syarikat yang mengidentifikasi diri sebagai konservatif atau liberal di Facebook pada 2014–2015 Tanpa akses kepada pengukuran tingkah laku pendedahan, kajian mesti bergantung kepada laporan diri kajian yang cenderung kepada kesilapan pengukuran. , . 2 15 16 17 18 19 20 21 22 23 24 25 Kedua, walaupun kajian mendapati hubungan antara mengekalkan sikap yang berpolarisasi dan mungkin mengkonsumsi berita yang berfikir sama , , beberapa kajian menyediakan bukti sebab-sebab bahawa mengkonsumsi kandungan yang berfikir sama membawa kepada polarisasi yang berterusan. korelasi yang diamati ini mungkin palsu mengingat bahawa orang-orang dengan pandangan politik yang ekstrem lebih cenderung untuk mengkonsumsi kandungan yang berfikir sama , Selain itu, walaupun maklumat berpikiran serupa boleh berpolarisasi , , Kebanyakan ujian eksperimental teori tentang kesan echo-kamar yang berpotensi adalah singkat dan menggunakan kandungan simulasi, menjadikannya sukar untuk mengetahui sama ada temuan ini merangkumi persekitaran dunia sebenar. , seberapa cepat mereka boleh runtuh , , dan sama ada mereka terkonsentrasi di kalangan orang yang mengelakkan berita dan kandungan politik . 26 27 28 29 30 31 32 18 33 18 33 28 Akhirnya, mengurangkan pendedahan kepada kandungan yang berpikiran serupa mungkin tidak membawa kepada peningkatan yang sesuai dalam pendedahan kepada kandungan dari sumber yang mempunyai kecenderungan politik yang berbeza (yang kita sebut cross-cutting) dan juga boleh mempunyai akibat yang tidak dijangka. Akibatnya, mengurangkan pendedahan kepada sumber-sumber yang berfikir sama boleh meningkatkan penyebaran kandungan daripada sumber-sumber yang netral secara politik daripada yang tidak berfikir sama.Selain itu, jika kandungan dari sumber-sumber yang berfikir sama secara sistematik berbeza (seperti dalam nada atau topiknya), mengurangkan pendedahan kepada kandungan tersebut juga boleh mempunyai kesan lain pada komposisi aliran media sosial.Mengurangkan pendedahan kepada kandungan yang berfikir sama juga boleh mendorong orang untuk mencari maklumat tersebut di tempat lain dalam talian (iaitu, bukan di Facebook). ). 22 34 Dalam kajian ini, kami mengukur prevalensi pendedahan kepada kandungan daripada sumber-sumber yang berfikir sama politik di kalangan pengguna Facebook dewasa aktif di AS. Kami kemudian melaporkan hasil daripada eksperimen yang menganggarkan kesan mengurangkan pendedahan kepada kandungan daripada rakan-rakan, halaman dan kumpulan yang berfikir sama politik di kalangan pengguna Facebook yang bersetuju ( Dengan menggabungkan data tingkah laku platform dari Facebook dengan pengukuran kajian sikap yang dikumpulkan sebelum dan selepas pilihan raya presiden Amerika Syarikat 2020, kami boleh menentukan bagaimana mengurangkan pendedahan kepada kandungan daripada sumber berpikiran sama mengubah maklumat yang orang lihat dan terlibat dengan di platform, serta menguji kesan dalam masa mengurangkan pendedahan kepada sumber-sumber ini pada keyakinan dan sikap pengguna. n Projek ini adalah sebahagian daripada US 2020 Facebook dan Instagram Election Study. Walaupun kedua-dua penyelidik Meta dan ahli akademik adalah sebahagian daripada pasukan penyelidikan, penulis akademik utama mempunyai kata-kata akhir pada rancangan analisis, bekerjasama dengan penyelidik Meta pada kod yang melaksanakan rancangan analisis, dan mempunyai hak kawalan atas keputusan analisis data dan teks naskah. Di bawah syarat-syarat kerjasama, Meta tidak boleh menghalang sebarang hasil daripada diterbitkan. ); butiran lanjut disediakan dalam Maklumat Tambahan, seksyen . https://osf.io/3sjy2 4.8 Kami melaporkan beberapa hasil utama. Pertama, majoriti kandungan yang dilihat oleh pengguna Facebook dewasa aktif di Amerika Syarikat berasal daripada rakan-rakan, Halaman dan kumpulan yang berpikiran sama, walaupun hanya sebahagian kecil kandungan ini dikategorikan sebagai berita atau secara eksplisit mengenai politik. Kedua, kami mendapati bahawa campur tangan percubaan yang mengurangkan pendedahan kepada kandungan daripada sumber yang berpikiran sama kira-kira satu pertiga mengurangkan pendedahan keseluruhan kepada kandungan itu dan mengurangkan pendedahan kepada kandungan yang dikategorikan sebagai tidak awam dan kandungan daripada sumber yang berulang kali menghantar maklumat yang salah. Walau bagaimanapun, campur tangan ini hanya secara moderat meningkatkan pendedahan kepada kandungan dari sumber-sumber lintas pemikiran. Sebaliknya, kami melihat peningkatan yang lebih besar dalam pendedahan kepada kandungan daripada sumber-sumber yang tidak berpikiran sama atau lintas pemikiran. Lebih-lebih lagi, walaupun pendedahan keseluruhan Selain itu, walaupun kami mengurangkan pendedahan kepada kandungan daripada sumber berpikiran serupa kira-kira sepertiga dalam tempoh seminggu, kami tidak mendapati apa-apa kesan yang boleh diukur pada 8 langkah sikap yang telah didaftarkan terlebih dahulu, seperti ekstremiti dan konsistensi ideologik, sikap dan penilaian parti-kongenial, dan polarisasi emosi. Pendedahan kepada sumber yang berpikiran sama Analisis pendedahan dan tingkah laku platform kami mempertimbangkan populasi pengguna Facebook dewasa di Amerika Syarikat (usia 18 tahun dan lebih tua). kami memberi tumpuan terutamanya kepada mereka yang menggunakan platform ini sekurang-kurangnya sekali sebulan, yang kami sebut pengguna aktif bulanan. tahap penggunaan agregat diukur untuk subset orang dewasa AS yang mengakses Facebook sekurang-kurangnya sekali dalam 30 hari sebelum 17 Ogos 2020 (lihat Maklumat Tambahan, seksyen). Selama kuartal ketiga dan keempat 2020, yang merangkumi tempoh ini serta tempoh kajian untuk eksperimen yang dilaporkan di bawah, 231 juta pengguna mengakses Facebook setiap bulan di Amerika Syarikat. 4.9 daripada Kami menggunakan klasifikator Facebook dalaman untuk menganggarkan kecenderungan politik pengguna Facebook dewasa di Amerika Syarikat (lihat Seksyen Maklumat Tambahan). untuk validasi dan seksyen untuk butiran klasifikator; Data diperluaskan Fig. menunjukkan pengagihan skor ideologi yang diramalkan oleh ideologi yang dilaporkan sendiri, pengenalan parti dan kelulusan bekas Presiden Donald Trump). Pengagihan menghasilkan prediksi di peringkat pengguna dari 0 (kiri-kiri) hingga 1 (kiri-kanan). Pengguna dengan nilai yang diramalkan lebih besar daripada 0.5 dikategorikan sebagai konservatif dan sebaliknya dikategorikan sebagai liberal, membolehkan kami menganalisis populasi penuh pengguna Facebook dewasa aktif di Amerika Syarikat. Skor Halaman adalah skor purata pengguna yang mengikuti Laman dan / atau berkongsi kandungan; skor Kumpulan adalah skor purata ahli kumpulan dan / atau pengguna yang berkongsi kandungan. Kami mengklasifikasikan rakan-rakan, Halaman atau kumpulan sebagai liberal jika nilai yang diramalkan mereka adalah 0.4 atau di bawah dan konservatif jika ia adalah 0.6 atau di atas. Pendekatan ini membolehkan kami mengenal pasti sumber yang jelas 2.1 1.3 1 Kami mula dengan menilai sejauh mana pengguna Facebook Amerika Syarikat terdedah kepada kandungan daripada pengguna, Halaman dan kumpulan yang berpikiran sama secara politik dalam Feed mereka selama tempoh 26 Jun hingga 23 September 2020 (lihat Kami memaparkan perkiraan jumlah ini di kalangan orang dewasa AS yang log masuk ke Facebook sekurang-kurangnya sekali dalam 30 hari sebelum 17 Ogos 2020. Maklumat Tambahan Kami mendapati bahawa pengguna Facebook purata menerima majoriti kandungan mereka daripada sumber berpikiran serupa - 50.4% berbanding 14.7% daripada sumber persimpangan (sisa dari rakan-rakan, Halaman dan kumpulan yang kami klasifikasikan sebagai tidak berpikiran serupa atau persimpangan). pendedahan berpikiran serupa serupa untuk kandungan yang diklasifikasikan sebagai 'civil' (yaitu, politik) atau berita (lihat Bahagian Pengguna purata menerima 55% daripada pendedahan mereka kepada kandungan awam dan 47% daripada pendedahan mereka kepada kandungan berita dari sumber yang berpikiran sama (lihat Jadual Data Lengkap) untuk nombor yang tepat dan Fig Tambahan. untuk perbandingan dengan peserta eksperimen kami). kandungan sivik dan berita membentuk sebahagian yang agak kecil daripada apa yang dilihat orang di Facebook, bagaimanapun (rata-rata 6.9% dan 6.7%, masing-masing; Jadual Tambahan ) daripada Maklumat Tambahan 4.3 1 3 11 Walau bagaimanapun, corak pendedahan boleh berbeza secara substansial antara pengguna. menyediakan pengedaran pendedahan kepada sumber yang sama-sama berfikir, persimpangan atau tidak sama sekali untuk semua kandungan, kandungan awam dan kandungan berita untuk pengguna Facebook. 1 Melayu Perbezaan pendedahan pengguna Facebook dewasa aktif bulanan di Amerika Syarikat kepada kandungan daripada sumber berpikiran sama, sumber silang, dan mereka yang tidak jatuh ke dalam mana-mana kategori dalam Feed Facebook mereka. , Fungsi pengagihan kumulatif tahap pendedahan mengikut jenis sumber. klasifikasi sumber dan kandungan telah dicipta menggunakan klasifikator Facebook dalaman (Maklumat Tambahan, seksyen ) daripada a b 1.3 Walaupun penyebaran sumber berpikiran serupa dalam apa yang dilihat orang di Facebook, corak pendedahan ekor ekstrem jarang berlaku. Hanya 20.6% daripada pengguna Facebook mendapat lebih daripada 75% daripada pendedahan mereka daripada sumber berpikiran serupa. 30.6% lain mendapat 50–75% daripada pendedahan mereka di Facebook daripada sumber berpikiran serupa. Akhirnya, 25.6% mendapat 25–50% daripada pendedahan mereka daripada sumber berpikiran serupa dan 23.1% mendapat 0–25% daripada pendedahan mereka daripada sumber berpikiran serupa. Perbandingan ini serupa untuk subset kandungan awam dan berita (Jadual Data Diperluaskan) Contohnya, sumber berpikiran serupa bertanggungjawab untuk lebih daripada 75% pendedahan kepada jenis kandungan ini untuk 29% dan 20.6% pengguna masing-masing. 1 Walau bagaimanapun, pendedahan kepada kandungan daripada sumber silang juga agak jarang di kalangan pengguna Facebook. Hanya 32.2% mempunyai seperempat atau lebih daripada pendedahan Facebook Feed mereka datang daripada sumber silang (31.7% dan 26.9%, masing-masing, untuk kandungan awam dan berita). Antara orang dewasa AS yang menggunakan Facebook sekurang-kurangnya sekali setiap hari dalam 30 hari sebelum 17 Ogos 2020, 53% daripada kandungan yang dilihat berasal daripada sumber berpikiran serupa berbanding 14% untuk sumber persimpangan, tetapi hanya 21,1% menerima lebih daripada 75% daripada pendedahan mereka daripada sumber berpikiran serupa (lihat Fig. Jadual data yang diperluaskan ) daripada 2 2 Hasil-hasil ini tidak selaras dengan ketakutan terburuk mengenai bilik-bilik echo.Walaupun di kalangan mereka yang paling aktif di platform, hanya sedikit pengguna Facebook yang terdedah kepada tahap kandungan yang sangat tinggi daripada sumber-sumber berpikiran serupa.Walaupun demikian, data jelas menunjukkan bahawa pengguna Facebook lebih cenderung melihat kandungan daripada sumber berpikiran serupa daripada mereka melihat kandungan daripada sumber-sumber berlainan. Eksperimen mengurangkan pendedahan sumber berpikiran serupa Untuk mengkaji kesan mengurangkan pendedahan kepada maklumat daripada sumber berpikiran serupa, kami menjalankan eksperimen lapangan di kalangan pengguna Facebook dewasa Amerika Syarikat yang bersetuju. kajian ini menggabungkan data mengenai tingkah laku peserta di Facebook dengan tindak balas mereka kepada kajian pelbagai gelombang, reka bentuk yang membolehkan kita menganggarkan kesan rawatan pada maklumat yang dilihat peserta, tingkah laku mereka di platform dan sikap politik mereka ( ) daripada kaedah Peserta dalam kumpulan rawatan dan kawalan telah diminta untuk melengkapkan lima kaji selidik sebelum dan selepas pilihan raya presiden 2020 yang menilai sikap dan tingkah laku politik mereka. Dua kaji selidik telah ditempuh pra-perawatan: gelombang 1 (31 Ogos hingga 12 Disember) dan gelombang 2 (8 September hingga 23 Disember). Rawatan dijalankan dari 24 September hingga 23 Disember. Semasa tempoh rawatan, 3 kaji selidik lagi telah diberikan: gelombang 3 (9 Oktober hingga 23 Oktober), gelombang 4 (4 November hingga 18 November) dan gelombang 5 (9 Disember hingga 23 Disember). Semua kovariasi diukur dalam gelombang 1 dan 2 dan semua hasil kaji selidik diukur selepas pilihan raya manakala rawatan masih berterusan (yaitu dalam gelombang 4 dan / atau 5). Sepanjang percubaan, kami juga mengumpul data mengenai Secara keseluruhan, sampel untuk kajian ini terdiri daripada 23,377 pengguna Facebook dewasa yang berpangkalan di Amerika Syarikat yang direkrut melalui jemputan kaji selidik yang diletakkan di bahagian atas aliran Facebook mereka pada bulan Ogos dan September 2020, dengan persetujuan bersetuju untuk mengambil bahagian dan melengkapkan sekurang-kurangnya satu gelombang kaji selidik selepas pilihan raya (lihat Maklumat Tambahan, seksyen). dan ) daripada 4.5 4.9 Bagi peserta yang ditugaskan untuk rawatan, kami menjejaskan semua kandungan (termasuk, tetapi tidak terhad kepada, kandungan awam dan berita) daripada rakan-rakan, kumpulan dan Halaman yang dijangka berkongsi kecenderungan politik peserta (contohnya, semua kandungan daripada rakan-rakan dan kumpulan konservatif dan Halaman dengan penonton konservatif telah ditjejaskan untuk peserta yang diklasifikasikan sebagai konservatif; lihat Maklumat Tambahan, seksyen ) daripada 1.1 Kami mencatat tiga ciri-ciri penting dalam reka bentuk intervensi. Pertama, matlamat tunggal intervensi adalah untuk mengurangkan pendedahan kepada kandungan daripada sumber yang berpikiran sama. Ia tidak direka untuk secara langsung mengubah mana-mana aspek lain daripada aliran peserta. Kandungan daripada sumber yang berpikiran sama dinilai rendah menggunakan kekuatan demotion terbesar yang mungkin bahawa ujian pra-menunjukkan akan mengurangkan pendedahan tanpa membuat aliran hampir kosong bagi sesetengah pengguna, yang akan mengganggu kegunaan dan dengan itu membingungkan hasil kami; lihat Maklumat Tambahan, seksyen Kedua, rawatan kami terhad pendedahan kepada semua kandungan daripada sumber berpikiran sama, bukan sahaja berita dan maklumat politik.Sebagai platform media sosial membingungkan identiti sosial dan politik, walaupun kandungan yang tidak secara eksplisit tentang politik masih boleh menyampaikan petunjuk yang berkaitan , Juga, kerana politik dan berita menyumbang kepada sebahagian kecil daripada diet maklumat dalam talian orang , , Ketiga, mengingat asosiasi antara sikap berpolarisasi dan pendedahan kepada kandungan kebangsaan yang telah dijumpai dalam penyelidikan terdahulu, kami sengaja merancang intervensi yang mengurangkan daripada meningkatkan pendedahan kepada kandungan daripada sumber berpikiran sama untuk meminimalkan kebimbangan etika. 1.1 14 35 18 36 37 Kesan rawatan terhadap pendedahan kandungan Kesan yang diamati rawatan pada pendedahan kepada kandungan daripada sumber berpikiran sama di kalangan peserta disusun dalam Fig. Dalam tempoh rawatan 24 September hingga 23 Disember 2020, pendedahan purata kepada kandungan daripada sumber yang berfikir sama berkurangan kepada 36.2% dalam kumpulan rawatan manakala kekal stabil pada 53.7% dalam kumpulan kawalan ( Kadar pendedahan relatif stabil sepanjang tempoh rawatan di kedua-dua kumpulan, kecuali peningkatan singkat dalam pendedahan kumpulan rawatan kepada kandungan daripada sumber yang berpikiran sama pada 2 November dan 3 November, disebabkan oleh masalah teknikal di pelayan pengeluaran yang melaksanakan rawatan (lihat Maklumat Tambahan, seksyen). Untuk maklumat terperinci). 2 P 4.11 Melayu Persentase harian purata pandangan responden kandungan daripada sumber berpikiran serupa oleh kumpulan eksperimen antara 1 Julai dan 23 Disember 2020. Sumber dikelaskan sebagai berpikiran serupa berdasarkan perkiraan daripada pengklasifikasian dalaman Facebook pada peringkat individu untuk pengguna dan rakan-rakan, dan pada peringkat penonton untuk Halaman dan kumpulan. W1–W5 menunjukkan gelombang kaji selidik 1 hingga 5; bayangan menunjukkan tempoh gelombang. menyediakan grafik yang sebanding pandangan kandungan dari sumber-sumber yang berlainan. Nota: tahap pendedahan sedikit meningkat pada 2 dan 3 November kerana masalah teknikal; butiran disediakan dalam Seksyen Maklumat Tambahan, . 3 4.11 Keputusan utama kami dipaparkan dalam Fig. , yang menunjukkan kesan rawatan pada pendedahan kepada jenis kandungan yang berbeza semasa tempoh rawatan (Fig. ), jumlah keseluruhan tindakan yang terlibat dengan kandungan itu (Fig. ), kadar keterlibatan dengan kandungan yang tertakluk kepada pendedahan kepada ia (Fig. ) dan kajian langkah-langkah sikap selepas pilihan raya (Fig. · Jadual data yang diperluaskan Laporkan pertimbangan titik yang sesuai daripada Fig. Maklumat Tambahan, Seksyen memberikan butiran pengukuran). 3 3a 3b 3c 3d 3 3 1.4 Melayu Kesan rawatan purata pengurangan pendedahan kepada sumber berpikiran serupa dalam Feed Facebook dari 24 September hingga 23 Disember 2020. – Kesan rawatan purata sampel (SATE) pada pendedahan dan penglibatan makanan. Total engagement (untuk kandungan, jumlah keseluruhan tindakan engagement). Kadar penglibatan (kemungkinan melibatkan bersyarat pada pendedahan). , Hasil kajian mengenai sikap, dengan kesan rawatan purata populasi (PATEs) dianggarkan menggunakan berat kajian. provides full descriptions of all outcome variables. Non-bolded outcomes that appear below a bolded header are part of that category. For example, in , ‘posisi yang dikeluarkan’, ‘pengukuran kumpulan’ dan ‘pilihan pilihan dan penilaian calon’ muncul di bawah ‘pandangan yang konsisten secara ideologi’, menunjukkan bahawa semua diukur sedemikian rupa sehingga nilai yang lebih tinggi menunjukkan konsistensi ideologi yang lebih besar. Ulasan kesan rawatan purata sampel pada sikap disediakan dalam Gambar Data Diperluaskan. Semua kesan dianggarkan menggunakan persegi terendah biasa (OLS) dengan kesilapan standard yang kukuh dan mengikut rancangan analisis yang telah didaftarkan. 0.05 (semua ujian adalah dua sisi). Nilai-nilai ialah kadar penemuan palsu (FDR)-ditukar ( Bahagian ) daripada a c b c d 1.4 d 3 4 P P P Maklumat Tambahan 1.5.4 daripada Seperti yang dilihat dalam Fig. , pengurangan pendedahan kepada kandungan daripada sumber berpikiran serupa dari 53.7% kepada 36.2% mewakili perbezaan 0.77 s.d. (95% interval keyakinan: −0.80, −0.75). Penglihatan keseluruhan sehari juga berkurangan 0.05 s.d. di kalangan peserta yang dirawat (95% interval keyakinan: −0.08, −0.02). Secara substantif, peserta kumpulan kawalan purata mempunyai 267 pandangan keseluruhan kandungan pada hari biasa, 143 di antaranya berasal daripada sumber berpikiran serupa. dan ). 3a 33 40 Walau bagaimanapun, pengurangan ini dalam pendedahan kepada maklumat daripada sumber berpikiran serupa tidak membawa kepada peningkatan simetrik dalam pendedahan kepada maklumat daripada sumber silang, yang meningkat daripada 20.7% dalam kumpulan kawalan kepada 27.9% dalam kumpulan rawatan, perubahan 0.43 s.d (95% interval keyakinan: 0.40, 0.46). Gambar juga menunjukkan bahawa mengurangkan pendedahan kepada kandungan daripada sumber yang berfikir sama mengurangkan pendedahan kepada kandungan yang diklasifikasikan sebagai mengandungi satu atau lebih kata-kata palsu dengan 0.04 s.d. (95% interval keyakinan: −0.06, −0.02), kandungan yang diklasifikasikan sebagai tidak sipil dengan 0.15 s.d. (95% interval keyakinan: −0.18, −0.13), dan kandungan daripada penyalahgunaan maklumat berulang (sumber yang diidentifikasi oleh Facebook sebagai penyalahgunaan maklumat palsu berulang) dengan 0.10 s.d. (sumber keyakinan 95%: −0.13, −0.08). Secara substansial, peratusan persekitaran pendedahan berkurangan dari 0.034% kepada 0.030% untuk kandungan dengan kata-kata palsu (penurunan purata 0.01 pandangan sehari), daripada 3.15% kepada 2.8 untuk butiran tentang bagaimana kandungan yang tidak awam, kandungan dengan kata-kata kasar dan maklumat palsu mengulangi penjenayah diukur). 3a 1.3 Kesan rawatan terhadap penglibatan kandungan Kami kemudian mempertimbangkan kesan rawatan (mengurangkan pendedahan kepada kandungan daripada sumber berpikiran serupa) pada bagaimana peserta terlibat dengan kandungan di Facebook. menyajikan kesan rawatan terhadap penglibatan keseluruhan dengan kandungan – jumlah tindakan yang diambil yang kami definisikan sebagai ‘pasif’ (klik, reaksi dan suka) atau ‘aktif’ (komentar dan berkongsi semula) bentuk penglibatan. menunjukkan kesan rawatan pada kadar penglibatan, iaitu kebarangkalian melibatkan diri dengan kandungan yang dilihat oleh peserta (iaitu, penglibatan tertakluk kepada pendedahan). Kedua-dua langkah ini tidak semestinya bergerak secara tandem: seperti yang kami lapor di bawah, peserta dalam kumpulan rawatan mempunyai kurang penglibatan keseluruhan dengan kandungan dari sumber berpikiran sama (karena mereka secara reka bentuk melihat lebih sedikit daripada itu), tetapi kadar penglibatan mereka lebih tinggi daripada kumpulan kawalan, menunjukkan bahawa mereka berinteraksi lebih kerap dengan kandungan dari sumber berpikiran sama yang mereka terdedah kepada. 3b 3c Gambar menunjukkan bahawa campur tangan ini tidak mempunyai kesan yang signifikan pada masa yang dihabiskan di Facebook (−0.02 s.d., interval keyakinan 95%: −0.050, 0.004) tetapi telah mengurangkan penglibatan keseluruhan dengan kandungan dari sumber berpikiran serupa. Penurunan ini telah diamati untuk kedua-dua penglibatan pasif dan aktif dengan kandungan dari sumber berpikiran serupa, yang berkurangan 0.24 s.d. (95% confidence interval: −0.27, −0.22) dan 0.12 s.d. (95% confidence interval: −0.15, −0.10), masing-masing. Akhirnya, kami melihat penglibatan pasif berkurangan tetapi tidak ada penglibatan aktif berkurangan dengan sumber-sumber yang berlainan—penglibatan pasif dan aktif meningkat dengan 0.11 s.d. (95% confidence interval: 0.08, 0.14), dan 0.0 3b Apabila orang dalam kumpulan rawatan melihat kandungan daripada sumber berpikiran sama dalam Feed mereka, bagaimanapun, kadar penglibatan mereka lebih tinggi daripada dalam kumpulan kawalan. menunjukkan bahawa, bersyarat pada pendedahan, penglibatan pasif dan aktif dengan kandungan dari sumber yang berpikiran serupa meningkat sebanyak 0.04 s.d. (95% interval kepercayaan: 0.02, 0.06) dan 0.13 s.d. (95% interval kepercayaan: 0.08, 0.17), masing-masing.Selain itu, walaupun peserta yang dirawat melihat lebih banyak kandungan daripada sumber-sumber persimpangan secara keseluruhan, mereka kurang cenderung untuk terlibat dengan kandungan yang mereka lihat: penglibatan pasif berkurangan sebanyak 0.06 s.d. (95% interval kepercayaan: −0.07, −0.04) dan penglibatan aktif berkurangan sebanyak 0.02 s.d. (95% interval kepercayaan: −0.04, −0.01). 3c Kesan rawatan terhadap sikap Akhirnya, kami mengkaji kesan kausal mengurangkan pendedahan kepada sumber berpikiran serupa di Facebook pada pelbagai keputusan sikap yang diukur dalam kajian selepas pilihan raya (Gambar. Seperti yang telah didaftarkan, kami menggunakan berat kajian untuk menganggarkan PATE dan menyesuaikan nilai untuk hasil ini untuk mengawal kadar penemuan palsu (lihat Maklumat Tambahan, seksyen dan Kami mengamati corak yang konsisten dengan hasil yang dianggarkan dengan tepat berhampiran dengan nol (kulit terbuka dalam Fig. ) untuk langkah-langkah hasil yang kami semak: polarisasi afektif; ekstremiti ideologik; kedudukan isu yang konsisten secara ideologi, penilaian kumpulan dan pilihan suara dan penilaian calon; dan kepercayaan dan pandangan parti-kongenial mengenai kesilapan dan hasil pilihan raya, pandangan terhadap sistem pilihan raya dan hormat terhadap norma-norma pilihan raya (lihat Maklumat Tambahan, seksyen Untuk butiran pengukuran). Secara keseluruhan, kami mendapati bahawa 7 daripada 8 perkiraan titik untuk pengukuran hasil utama kami mempunyai nilai ±0.03 s.d. atau kurang dan dianggarkan dengan tepat (batas ekuivalensi eksploratif: ±0.1 s.d.; Jadual Tambahan Contohnya, kesan minimum yang boleh dideteksi dalam sampel untuk polarisasi afektif ialah 0.019 s.d. Hasil kedelapan adalah nol yang kurang tepat untuk pilihan suara dan penilaian calon yang konsisten secara ideologik (0.056 s.d., sempadan persamaan: 0.001, 0.111). 3d P 1.5.4 daripada 4.7 3d 1.4 60 Kami juga menguji kesan mengurangkan pendedahan kepada kandungan daripada sumber-sumber yang berpikiran sama pada pelbagai ukuran sikap yang kami mempunyai harapan yang lebih lemah.Menggunakan ujian sempadan ekuivalensi eksploratif, kami boleh sekali lagi dengan yakin mengecualikan kesan ±0.18 s.d. untuk soalan penyelidikan yang telah didaftarkan terlebih dahulu di 18 hasil, yang dilaporkan dalam Gambar Data Diperluaskan. Meja Tambahan Analisis sempadan ekuivalensi eksploratif juga mengesampingkan perubahan dalam penggunaan media yang dilaporkan sendiri di luar Facebook yang kami kategorikan sebagai sama-sama berfikir ±0,07 s.d. (Tabel Tambahan) dan ) daripada 5 47 59 67 Akhirnya, kami mengkaji kesan rawatan heterogen pada sikap yang dilaporkan dalam Fig. dan soalan-soalan penyelidikan di antara beberapa ciri-ciri yang telah didaftarkan: ideologi politik responden (arah atau ekstremiti), kecerdasan politik, kecerdasan digital, pendedahan pra-perawatan kepada kandungan yang politik, dan tahap pendedahan pra-perawatan pendedahan sama-sama berfikir baik sebagai peratusan daripada diet maklumat responden dan sebagai jumlah pendedahan (lihat Maklumat Tambahan, seksyen Tiada satu pun daripada 272 perkiraan kesan rawatan subgroup yang telah didaftarkan untuk hasil utama kami adalah signifikan secara statistik selepas penyesuaian untuk mengawal kadar penemuan palsu. ) daripada 3d 3.9 3.9 daripada 5 Discussion Ramai pengamat berkongsi pandangan bahawa orang Amerika hidup di dalam bilik-bilik echo dalam talian yang mengpolarisasi pendapat mengenai dasar dan memperdalam perselisihan politik. , Sesetengah juga berpendapat bahawa platform media sosial boleh dan harus menangani masalah ini dengan mengurangkan pendedahan kepada kandungan yang berfikir sama secara politik. Walau bagaimanapun, kedua-dua kekhawatiran ini dan penyelesaian yang dicadangkan didasarkan pada asas empiris yang tidak diuji. 6 7 38 Di sini kami menyediakan bukti deskriptif yang sistematik mengenai sejauh mana pengguna media sosial secara tidak proporsional mengkonsumsi kandungan daripada sumber politik.Kami mendapati bahawa hanya sebahagian kecil kandungan yang dilihat pengguna Facebook secara eksplisit berkaitan dengan politik atau berita dan relatif sedikit pengguna mempunyai tahap pendedahan yang sangat tinggi kepada sumber yang berfikir sama. Walau bagaimanapun, majoriti kandungan yang dilihat oleh pengguna Facebook dewasa aktif di Amerika Syarikat di platform ini berasal daripada rakan-rakan yang berfikir sama secara politik atau daripada Halaman atau kumpulan dengan khalayak yang berfikir sama (memamerkan corak homophilia dalam rangkaian dunia sebenar). , Kandungan ini mempunyai potensi untuk mengukuhkan identiti parti walaupun ia bukan secara eksplisit politik. . 15 39 14 Eksperimen lapangan kami juga menunjukkan bahawa perubahan kepada algoritma media sosial boleh mempunyai kesan yang ketara pada kandungan yang dilihat pengguna. Intervensi secara ketara mengurangkan pendedahan kepada kandungan daripada sumber berpikiran serupa, yang juga mempunyai kesan mengurangkan pendedahan kepada kandungan yang diklasifikasikan sebagai tidak awam dan kandungan dari sumber yang berulang kali menghantar maklumat yang salah. Walau bagaimanapun, perubahan yang diuji kepada algoritma media sosial tidak dapat sepenuhnya melawan kecenderungan pengguna untuk mencari dan terlibat dengan maklumat kongenial. Peserta dalam kumpulan rawatan terdedah kepada kurang kandungan daripada sumber berpikiran serupa tetapi sebenarnya lebih cenderung untuk terlibat dengan kandungan tersebut apabila mereka menemui ia. Akhirnya, kami mendapati bahawa mengurangkan pendedahan kepada kandungan daripada sumber berpikiran sama di Facebook tidak mempunyai kesan yang boleh diukur pada pelbagai sikap politik, termasuk polarisasi afektif, ekstremiti ideologi dan pendapat mengenai isu-isu; analisis sempadan ekuivalensi eksploratif kami membolehkan kami dengan percaya diri untuk mengesampingkan kesan ±0.12 s.d. Terdapat beberapa penjelasan yang berpotensi untuk corak hasil tiada ini.Pertama, maklumat politik kongenital dan berita partisan - jenis kandungan yang diyakini membawa kepada polarisasi - menyumbang kepada sebahagian daripada apa yang dilihat orang di Facebook. , which include information from many sources (for example, friends, television and so on). Thus, even large shifts in exposure on Facebook may be small as a share of all the information people consume. Second, persuasion is simply difficult—the effects of information on beliefs and opinion are often small and temporary and may be especially difficult to change during a contentious presidential election , , , , . Finally, we sought to decrease rather than increase exposure to like-minded information for ethical reasons. Although the results suggest that decreasing exposure to information from like-minded sources has minimal effects on attitudes, the effects of such exposure may not be symmetrical. Specifically, decreasing exposure to like-minded sources might not reduce polarization as much as increasing exposure would exacerbate it. 37 33 40 41 42 43 Kami mencatat beberapa bidang lain untuk penyelidikan masa hadapan. pertama, kita tidak boleh mengesampingkan banyak cara penggunaan media sosial boleh menjejaskan keyakinan dan sikap peserta sebelum percubaan. Khususnya, reka bentuk kami tidak boleh menangkap kesan penggunaan Facebook terdahulu atau kesan kumulatif selama bertahun-tahun; percubaan yang dijalankan dalam tempoh yang lebih lama dan / atau di kalangan pengguna baru diperlukan (kami mencatat, bagaimanapun, bahawa kami tidak mendapati bukti kesan heterogen mengikut umur atau tahun sejak menyertai Facebook). Kedua, walaupun kesan rawatan heterogen tidak wujud dalam data kami dan jarang dalam kajian persuasi secara umum. , ciri-ciri sampel dan tingkah laku berbeza dalam beberapa aspek daripada populasi pengguna Facebook. Penyelidikan masa depan harus mengkaji sampel yang lebih rapat mencerminkan pengguna Facebook dan / atau subgroup oversample yang mungkin terutamanya terjejas oleh kandungan yang berfikir sama. Ketiga, hanya sedikit pengguna Facebook menduduki bilik echo tetapi jangkauan platform ini bermakna bahawa kumpulan yang berkenaan adalah besar dalam istilah mutlak. Penyelidikan masa depan harus berusaha untuk memahami lebih baik mengapa sesetengah orang terdedah kepada jumlah besar maklumat yang berfikir sama dan akibat daripada pendedahan ini. Keempat, kajian kami mengkaji penyebaran bilik echo menggunakan kecenderungan politik yang dianggarkan pengguna, Halaman, dan kumpulan yang berkongsi kandungan di rangkaian sosial. Kami tidak secara langsung mengukur kecenderungan kandungan yang dikongsi; berbuat demikian akan menjadi sumbangan 44 Akhirnya, temuan-temuan ini menantang narasi popular yang menyalahkan bilik-bilik echo media sosial untuk masalah demokrasi Amerika kontemporari. perubahan algoritmik yang mengurangkan pendedahan kepada sumber-sumber yang berfikir sama tidak kelihatan menawarkan penyelesaian mudah kepada masalah-masalah itu. maklumat yang kita lihat di media sosial mungkin lebih mencerminkan identiti kita daripada sumber pandangan yang kita ungkapkan. kaedah Penyertaan Peserta dalam eksperimen lapangan kami adalah 73.3% putih, 57.3% wanita, agak berpendidikan tinggi (50.7% mempunyai ijazah sarjana muda), dan 54.1% mengidentifikasi diri sebagai Demokrat atau Lean Demokrat.Mereka juga menggunakan Facebook lebih kerap daripada penduduk Facebook umum dan terdedah kepada lebih banyak kandungan daripada sumber yang berfikir sama secara politik (fenomena minat), termasuk kandungan awam dan berita daripada sumber yang berfikir sama, daripada pengguna Facebook lain (Tabel Tambahan) and – ). Our treatment effect estimates on attitudes therefore apply survey weights created to reflect the population of adult monthly active Facebook users who were eligible for recruitment (see Supplementary Information, section Ciri-ciri demografi sampel ditimbang serupa dengan pengguna Facebook yang melaporkan diri dalam sampel kebarangkalian AmeriSpeak (Tabel Data Diperluaskan) ) daripada 2 4 10 4.7 5 Reka bentuk eksperimen Responden ditugaskan kepada rawatan atau kawalan dengan kebarangkalian yang sama menggunakan randomization blok (lihat Maklumat Tambahan, seksyen untuk butiran; peserta buta kepada tugas). Feed peserta dalam keadaan kawalan tidak diubah secara sistematik. Kerana kesukaran untuk mengukur kemiringan politik atau kemiringan banyak jenis kandungan yang berbeza dalam skala, kami sebaliknya membezakan pendedahan kepada kandungan berdasarkan kemiringan politik yang dianggarkan daripada sumber maklumat.Menggunakan klasifikator Facebook, kami menganggarkan kemiringan politik pengguna lain secara langsung (lihat Maklumat Tambahan, seksyen Berdasarkan kepada kajian-kajian terdahulu , , , , Kami mengklasifikasikan semua pengguna sebagai liberal atau konservatif menggunakan ambang binari untuk memaksimumkan kuasa statistik, tetapi hasilnya konsisten apabila kami mengecualikan responden dengan penarafan antara 0.4 dan 0.6 dalam analisis eksploratif (lihat Maklumat Tambahan, seksyen dan ) daripada 4.5 1.3 16 17 23 45 46 3.10 3.11 Sebagai contoh, pengiraan kuasa kami menunjukkan bahawa saiz sampel akhir 24,480 akan menghasilkan kesan minimum yang boleh dideteksi 1.6 mata peratus pada pilihan suara di kalangan pemilih yang mungkin (lihat Maklumat Tambahan, seksyen ) daripada 4.5 Randomization berjaya: kumpulan rawatan dan kawalan tidak berbeza dalam ciri-ciri demografi mereka pada kadar yang lebih tinggi daripada yang diharapkan oleh kebetulan (lihat Jadual Tambahan) Secara keseluruhan, 82.6% peserta percubaan menyelesaikan sekurang-kurangnya satu kajian selepas pilihan raya (23,377 penyelesaian sah daripada 28,296 peserta yang layak; lihat Maklumat Tambahan, seksyen Sampel akhir terdiri daripada responden yang menyelesaikan sekurang-kurangnya satu kaji selidik selepas pilihan raya dan tidak memadamkan akaun mereka atau menarik diri daripada kaji selidik sebelum data diidentifikasi. dan ) daripada 5 2.1.3 daripada 2.1 1.2 Analyses Semua analisis dalam teks utama dan dalam Maklumat Tambahan mengikuti pra-pendaftaran yang dimasukkan ke Yayasan Sains Terbuka ( ; lihat Maklumat Tambahan, seksyen kecuali pengecualian yang dilaporkan dalam Maklumat Tambahan, seksyen Perkiraan kesan rawatan menggunakan OLS dengan kesilapan standard yang kukuh dan kawalan untuk kovariate yang dipilih menggunakan operator pengecutan dan seleksi paling rendah mutlak (lihat maklumat tambahan, seksyen Seperti yang telah didaftarkan, ujian kami kesan rawatan pada sikap juga menggunakan berat kajian untuk menganggarkan PATE (lihat Maklumat Tambahan, seksyen Ujian kesan rawatan purata, yang sangat serupa, disediakan dalam Maklumat Tambahan, seksyen – . https://osf.io/3sjy2 4.10 4.11 47 1.5.1 daripada 4.7 3.2 3.5 etika Kami telah mematuhi semua peraturan etika yang berkaitan. Projek keseluruhan telah ditinjau dan diluluskan oleh National Opinion Research Center (NORC) Institutional Review Board (IRB). Penyelidik akademik bekerjasama dengan IRB universiti masing-masing untuk memastikan pematuhan dengan peraturan penyelidikan subjek manusia dalam menganalisis data yang dikumpulkan oleh NORC dan Meta dan menulis kertas berdasarkan temuan tersebut. Pasukan penyelidikan juga menerima arahan etika dari Ethical Resolve untuk memaklumkan reka bentuk kajian. Maklumat yang lebih terperinci disediakan dalam Maklumat Tambahan, seksyen dan . 1.2 4.9 Semua peserta percubaan memberikan persetujuan yang disahkan sebelum mengambil bahagian (lihat Maklumat Tambahan, seksyen for recruitment and consent materials). Participants were given the option to withdraw from the study while the experiment was ongoing as well as to withdraw their data at any time up until their survey responses were disconnected from any identifying information in February 2023. We also implemented a stopping rule, inspired by clinical trials, which stated that we would terminate the intervention before the election if we detected it was generating changes in specific variables related to individual welfare that were much larger than expected. More details are available in Supplementary Information, section . 4.6 1.2 Pihak berkuasa tidak mempunyai hak untuk mendaftarkan ahli-ahli yang terlibat dalam kajian ini kepada ahli-ahli yang terlibat dalam kajian ini ( Pengarang utama mengekalkan kebijaksanaan akhir mengenai segala-galanya yang dilaporkan dalam makalah ini.Meta secara terbuka bersetuju bahawa tidak akan ada persetujuan pra-publikasi bagi makalah untuk diterbitkan berdasarkan penemuan mereka. untuk maklumat lanjut mengenai kerjasama meta-akademik. https://osf.io/3sjy2 4.8 Reporting summary Maklumat lanjut mengenai reka bentuk penyelidikan boleh didapati di terhubung kepada artikel ini. Nature Portfolio Reporting Summary Data ketersediaan Data yang diidentifikasi daripada projek ini (Meta Platforms, Inc. Peserta Eksperimen Intervensi Facebook. Konsortium Antar-universiti untuk Penyelidikan Politik dan Sosial [pengedar], 2023-07-27. ; Meta Platforms, Inc. Pendedahan dan keterlibatan dengan Facebook Posts. Konsortium Antar-universiti untuk Penyelidikan Politik dan Sosial [pengedar], 2023-07-27. ; Meta Platforms, Inc. Perpaduan Ideologi Pengguna dalam Rangkaian Facebook. Konsortium Antar-universiti untuk Penyelidikan Politik dan Sosial [pengedar], 2023-07-27. ; Meta Platforms, Inc. Atribut Pengguna Facebook. Konsortium Antar-universiti untuk Penyelidikan Politik dan Sosial [pengedar], 2023-07-27. ; Stroud, Natalie J., Tucker, Joshua A., NORC di University of Chicago, dan Meta Platforms, Inc. US 2020 FIES NORC Data Files. Konsortium Antar-universiti untuk Penyelidikan Politik dan Sosial [pengedar], 2023-07-27. ) boleh diakses di bawah akses terkawal dari Arkib Media Sosial (SOMAR) di University of Michigan Inter-University Consortium for Political and Social Research (ICPSR). Data boleh diakses melalui enclave data maya ICPSR untuk penyelidikan pilihan raya universiti yang diluluskan oleh IRB atau untuk mengesahkan temuan kajian ini. ICPSR akan menerima dan mengesahkan semua permohonan untuk capaian data. Akses data dikendalikan untuk melindungi privasi peserta kajian dan untuk bersesuaian dengan borang persetujuan yang ditandatangani oleh peserta kajian di mana mereka diberitahu bahawa data mereka akan digunakan untuk "kajian masa depan mengenai pilihan raya, untuk mengesahkan temuan kajian ini, atau jika diperlukan oleh undang-undang untuk penyelidikan IRB". permintaan data boleh dibuat melalui SOMAR ( ); inquiries can be directed to SOMAR staff at somar-help@umich.edu. ICPSR staff will respond to requests for data within 2–4 weeks of submission. To access the data, the home institution of the academic making the request must complete ICPSR’s Restricted Data Agreement. disediakan dengan kertas ini. https://doi.org/10.3886/9wct-2d24 https://doi.org/10.3886/9sqy-ny89 https://doi.org/10.3886/nvh0-jh41 https://doi.org/10.3886/vecn-ze56 https://doi.org/10.3886/0d26-d856 https://socialmediaarchive.org/ Sumber data Kod ketersediaan Kode Analisis daripada kajian ini (Meta Platforms, Inc. Kode Replication untuk U.S. 2020 Facebook dan Instagram Election Study. Inter-university Consortium for Political and Social Research [pengedar], 2023-07-27. ) telah diarkibkan di SOMAR, ICPSR ( Data dalam kajian ini telah dianalisis menggunakan R (versi 4.1.1), yang dijalankan melalui notebook R pada JupyterLab (3.2.3). Kod analisis mengimport beberapa paket R yang tersedia pada CRAN, termasuk dplyr (1.0.10), ggplot2 (3.4.0), xtable (1.8-4), aws.s3 (0.3.22), glmnet (4.1.2), SuperLearner (2.0-28), margin (0.3.26) dan estimator (1.0.0). https://doi.org/10.3886/spb3-g558 https://socialmediaarchive.org Perubahan sejarah 01 November 2023 A Correction to this paper has been published: https://doi.org/10.1038/s41586-023-06795-x Referensi Lazer, D. M. J. et al. Computational social science: Obstacles and opportunities. , 1060–1062 (2020). Science 369 de Vreese, C. & Tromble, R. The data abyss: How lack of data access leaves research and society in the dark. , 356–360 (2023). Political Commun. 40 Newport, F. & Dugan, A. Partisan differences growing on a number of issues. (2017). Gallup https://news.gallup.com/opinion/polling-matters/215210/partisan-differences-growing-number-issues.aspx Iyengar, S., Lelkes, Y., Levendusky, M., Malhotra, N. & Westwood, S. J. The origins and consequences of affective polarization in the United States. , 129–146 (2019). Annu. Rev. Political Sci. 22 Finkel, E. J. et al. Political sectarianism in America. , 533–536 (2020). Science 370 Sunstein, C. R. (Princeton Univ. Press, 2009). Republic.com 2.0 Pariser, E. (Penguin, 2011). The Filter Bubble: What The Internet is Hiding from You Hosanagar, K. Blame the echo chamber on Facebook. but blame yourself, too. (25 November 2016). Wired https://www.wired.com/2016/11/facebook-echo-chamber/ Knight, M. Explainer: How Facebook has become the world’s largest echo chamber. (5 February 2018). The Conversation https://theconversation.com/explainer-how-facebook-has-become-the-worlds-largest-echo-chamber-91024 Johnson, S. L., Kitchens, B. & Gray, P. Facebook serves as an echo chamber, especially for conservatives. Blame its algorithm. (26 October 2020). Washington Post https://www.washingtonpost.com/opinions/2020/10/26/facebook-algorithm-conservative-liberal-extremes/ Helberger, N. Exposure diversity as a policy goal. , 65–92 (2012). J. Media Law 4 Stroud, N. J. Polarization and partisan selective exposure. , 556–576 (2010). J. Commun. 60 Mutz, D. C. Cross-cutting social networks: Testing democratic theory in practice. , 111–126 (2002). Am Political Sci. Rev. 96 Settle, J. E. (Cambridge Univ. Press, 2018). Frenemies: How Social Media Polarizes America Gentzkow, M. & Shapiro, J. M. Ideological segregation online and offline. , 1799–1839 (2011). Q. J. Econ. 126 Flaxman, S., Goel, S. & Rao, J. M. Filter bubbles, echo chambers, and online news consumption. , 298–320 (2016). Public Opin. Q. 80 Guess, A. M. (Almost) everything in moderation: New evidence on Americans’ online media diets. , 1007–1022 (2021). Political Sci. 65 Wojcieszak, M. et al. No polarization from partisan news. (2021). Int. J. Press/Politics https://doi.org/10.1177/1940161221104 Barberá, P., Jost, J. T., Nagler, J., Tucker, J. A. & Bonneau, R. Tweeting from left to right: Is online political communication more than an echo chamber? , 1531–1542 (2015). Psychol. Sci. 26 Eady, G., Nagler, J., Guess, A., Zilinsky, J. & Tucker, J. A. How many people live in political bubbles on social media? Evidence from linked survey and Twitter data. , 2158244019832705 (2019). SAGE Open 9 Auxier, B. & Anderson, M. . (Pew Research Center, 2021). Social Media Use in 2021 https://www.pewresearch.org/internet/2021/04/07/social-media-use-in-2021/ Wojcieszak, M., Casas, A., Yu, X., Nagler, J. & Tucker, J. A. Most users do not follow political elites on Twitter; those who do show overwhelming preferences for ideological congruity. , eabn9418 (2022). Sci. Adv. 8 Bakshy, E., Messing, S. & Adamic, L. A. Exposure to ideologically diverse news and opinion on Facebook. , 1130–1132 (2015). Science 348 Prior, M. The immensely inflated news audience: Assessing bias in self-reported news exposure. , 130–143 (2009). Public Opin. Q. 73 Konitzer, T. et al. Comparing estimates of news consumption from survey and passively collected behavioral data. , 347–370 (2021). Public Opin. Q. 85 Garrett, R. K. et al. Implications of pro- and counterattitudinal information exposure for affective polarization: Partisan media exposure and affective polarization. , 309–332 (2014). Hum. Commun. Res. 40 Lu, Y. & Lee, JaeKook Partisan information sources and affective polarization: panel analysis of the mediating role of anger and fear. , 767–783 (2019). Journal. Mass Commun. Q 96 Arceneaux, K. & Johnson, M. (Univ. Chicago Press, 2013). Changing Minds or Changing Channels?: Partisan News in an Age of Choice Levendusky, M. (Univ. of Chicago Press, 2013). How Partisan Media Polarize America Levendusky, M. S. Why do partisan media polarize viewers? , 611–623 (2013). Am. J. Political Sci. 57 Levendusky, M. Partisan media exposure and attitudes toward the opposition. , 565–581 (2013). Political Commun. 30 Hasell, A. & Weeks, B. E. Partisan provocation: The role of partisan news use and emotional responses in political information sharing in social media. , 641–661 (2016). Hum. Commun. Res. 42 Guess, A. M., Barberá, P., Munzert, S. & Yang, J. H. The consequences of online partisan media. , e2013464118 (2021). Proc. Natl Acad. Sci. USA 118 Hobbs, W. R. & Roberts, M. E. How sudden censorship can increase access to information. , 621–636 (2018). Am. Pol. Sci. Rev. 112 DellaPosta, D., Shi, Y. & Macy, M. Why do liberals drink lattes? , 1473–1511 (2015). Am. J. Sociol. 120 Wells, C. & Thorson, K. Combining big data and survey techniques to model effects of political content flows in Facebook. , 33–52 (2017). Soc. Sci. Comput. Rev. 35 Allen, J., Howland, B., Mobius, M., Rothschild, D. & Watts, D. J. Evaluating the fake news problem at the scale of the information ecosystem. , eaay3539 (2020). Sci. Adv. 6 Farr, C. Jack Dorsey: “Twitter does contribute to filter bubbles” and “we need to fix it”. (15 October 2018). CNBC https://www.cnbc.com/2018/10/15/twitter-ceo-jack-dorsey-twitter-does-contribute-to-filter-bubbles.html McPherson, M., Smith-Lovin, L. & Cook, J. M. Birds of a feather: Homophily in social networks. , 415–444 (2001). Annu. Rev. Sociol. 27 Gerber, A. S., Gimpel, J. G., Green, D. P. & Shaw, D. R. How large and long-lasting are the persuasive effects of televised campaign ads? Results from a randomized field experiment. , 135–150 (2011). Am. Political Sci. Rev. 105 Hill, S. J., Lo, J., Vavreck, L. & Zaller, J. How quickly we forget: The duration of persuasion effects from mass communication. , 521–547 (2013). Political Commun. 30 Coppock, A., Hill, S. J. & Vavreck, L. The small effects of political advertising are small regardless of context, message, sender, or receiver: Evidence from 59 real-time randomized experiments. , eabc4046 (2020). Sci. Adv. 6 Carey, J. M. et al. The ephemeral effects of fact-checks on COVID-19 misperceptions in the United States, Great Britain and Canada. , 236–243 (2022). Nat. Hum. Behav. 6 Coppock, A. (Univ. Chicago Press, 2022). Persuasion in Parallel: How Information Changes Minds about Politics Golbeck, J. & Hansen, D. A method for computing political preference among Twitter followers. , 177–184 (2014). Social Netw. 36 Eady, G., Bonneau, R., Tucker, J. A. & Nagler, J. News sharing on social media: Mapping the ideology of news media content, citizens, and politicians. Preprint at (2020). https://doi.org/10.31219/osf.io/ch8gj Bloniarz, A., Liu, H., Zhang, Cun-Hui, Sekhon, J. S. & Yu, B. Lasso adjustments of treatment effect estimates in randomized experiments. , 7383–7390 (2016). Proc. Natl Acad. Sci. USA 113 Pengiktirafan Kami berterima kasih untuk sokongan pada pelbagai aspek pengurusan projek daripada peserta C. Nayak, S. Chen, J. Pellakuru, T. Lohman, R. Moodithaya, R. Moodithing, S. Tan dan T. Wynter; penyelidikan data dan penyelidikan daripada H. Connolly-Sporing, S. Tan dan T. Wynter; rekabentuk akademik daripada M. Mengerwork, Mersey, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maverick, S. Maver Maklumat ini boleh didapati di alam semula jadi di bawah lesen CC by 4.0 Deed (Attribution 4.0 International). Maklumat ini boleh didapati di alam semula jadi di bawah lesen CC by 4.0 Deed (Attribution 4.0 International).