Oleh PTI

NEW DELHI: Algoritma yang mengontrol feed pengguna media sosial, meskipun sebagian besar tidak jelas, mungkin tidak mempolarisasi masyarakat seperti yang cenderung dipikirkan masyarakat, kata para ilmuwan sosial.

Mereka menerbitkan penelitian yang meneliti dampak media sosial terhadap sikap dan perilaku politik individu selama pemilihan presiden AS tahun 2020 di jurnal Nature and Science.

“Gagasan bahwa algoritme semacam itu menciptakan ‘gelembung filter’ politik, mendorong polarisasi, memperburuk kesenjangan sosial yang ada, dan memungkinkan penyebaran disinformasi telah tertanam dalam kesadaran publik,” tulis Andrew M. Guess, penulis utama salah satu studi yang baru diterbitkan ini. , dan rekannya tentang algoritma yang tidak jelas bagi pengguna yang digunakan oleh perusahaan media sosial.

Studi Nature menemukan bahwa mengekspos pengguna Facebook pada konten dari sumber yang memiliki keyakinan politik yang sama dengan mereka, atau sumber yang “berpikiran sama”, tidak berdampak signifikan terhadap keyakinan atau sikap politik pengguna selama pemilihan presiden AS tahun 2020.

“Temuan ini tidak berarti bahwa tidak ada alasan untuk khawatir terhadap media sosial secara umum atau Facebook pada khususnya,” kata Brendan Nyhan, salah satu dari empat penulis utama studi tersebut.

Nyhan mengatakan bahwa meskipun ada banyak kekhawatiran lain yang kita miliki tentang bagaimana platform media sosial dapat berkontribusi terhadap ekstremisme, paparan terhadap konten dari sumber-sumber yang berpikiran sama mungkin bukan salah satunya.

“Kita memerlukan transparansi data yang lebih besar yang memungkinkan penelitian lebih lanjut mengenai apa yang terjadi di platform media sosial dan dampaknya,” kata Nyhan.

“Kami berharap bukti yang kami peroleh dapat menjadi bagian pertama dari teka-teki ini dan bukan yang terakhir.”

Penelitian yang dipublikasikan di Science membantu menjawab pertanyaan-pertanyaan ini – Apakah media sosial menjadikan kita lebih terpolarisasi sebagai suatu masyarakat, atau sekadar mencerminkan perpecahan yang sudah ada? Apakah hal ini membantu masyarakat menjadi lebih banyak mendapat informasi tentang politik, atau kurang? Dan bagaimana media sosial mempengaruhi sikap masyarakat terhadap pemerintahan dan demokrasi?

Meneliti pengaruh sistem peringkat feed algoritmik terhadap politik individu, Guess dan tim merekrut peserta melalui undangan survei yang diposting di bagian atas feed Facebook dan Instagram mereka pada Agustus 2020 dan membagi mereka menjadi kelompok perlakuan dan kontrol.

Setelah analisis selama tiga bulan, para peneliti tidak menemukan perubahan yang terdeteksi pada kelompok perlakuan, yang kurang berinteraksi dengan konten di platform dan terpapar pada konten yang lebih beragam secara ideologis, dibandingkan dengan kelompok kontrol, yang feed-nya tidak dirusak.

Studi kedua, yang juga dipimpin oleh Guess, menemukan bahwa menekan konten yang dibagikan ulang di Facebook, meski secara signifikan mengurangi jumlah berita politik yang dilihat pengguna, tidak memengaruhi opini politik.

Mereka membandingkan kelompok kontrol yang tidak melakukan perubahan pada feed Facebook dengan kelompok perlakuan yang kontennya dibagikan ulang dan dihapus dari feed.

Menghapus konten yang dibagikan ulang, yang sebelumnya terbukti meningkatkan polarisasi politik dan pengetahuan politik, mengurangi klik pengguna pada tautan berita partisan, proporsi berita politik yang mereka lihat, dan paparan mereka terhadap konten yang tidak dapat diandalkan.

Namun, penulis tidak dapat secara andal mendeteksi perubahan sikap atau perilaku politik pengguna, selain berkurangnya pengetahuan berita pada kelompok perlakuan.

“Meskipun herding mungkin merupakan mekanisme yang ampuh untuk mengarahkan perhatian dan perilaku pengguna di Facebook selama kampanye pemilu tahun 2020,” para penulis menyimpulkan, “hal ini memiliki dampak yang terbatas terhadap sikap yang relevan secara politik dan perilaku offline.”

Dalam studi ketiga, Sandra Gonzalez-Bailon dan rekannya melaporkan bahwa pengguna yang secara politik konservatif jauh lebih terpisah dan menghadapi lebih banyak misinformasi di platform ini.

“Facebook secara substansial terpisah secara ideologis—jauh lebih terpisah dibandingkan penelitian sebelumnya mengenai konsumsi berita Internet berdasarkan perilaku browsing,” tulis Gonzalez-Bailon dan timnya.

Mereka memeriksa aliran konten politik dalam sampel 208 juta pengguna Facebook selama pemilu tahun 2020 – semua konten yang mungkin dapat dilihat oleh pengguna; konten yang mereka lihat di feed yang dikurasi secara selektif oleh algoritma Facebook; dan konten yang terlibat melalui klik, pembagian ulang, atau tanggapan lainnya.

Dibandingkan dengan kelompok liberal, penulis menemukan bahwa pengguna yang secara politik konservatif lebih banyak dibungkam dalam sumber berita mereka dan lebih banyak menerima informasi yang salah.

Meskipun terdapat perdebatan sengit mengenai peran Internet dalam berita politik yang ditemui masyarakat, berita yang membantu mereka membentuk keyakinan, dan dengan demikian dalam “segregasi ideologis”, penelitian ini menemukan bahwa algoritme dan pilihan pengguna berperan dalam hal ini. segregasi ideologis.

Hal ini terutama muncul di halaman dan grup Facebook – area yang dapat menjadi target pembuat kebijakan untuk memerangi misinformasi – dibandingkan dengan konten yang diposting oleh teman, kata para penulis, yang merupakan arah penting untuk penelitian lebih lanjut.

Temuan ini merupakan bagian dari proyek penelitian yang lebih luas yang meneliti peran media sosial dalam demokrasi Amerika.

Dikenal sebagai Studi Pemilu Facebook dan Instagram AS 2020, proyek ini memberikan data media sosial yang sebelumnya tidak dapat diakses oleh para ilmuwan sosial.

Tujuh belas akademisi dari perguruan tinggi dan universitas Amerika bekerja sama dengan Meta, perusahaan induk Facebook, untuk melakukan penelitian independen tentang apa yang dilihat orang di media sosial dan bagaimana pengaruhnya terhadap mereka.

Untuk melindungi dari konflik kepentingan, proyek ini menerapkan beberapa perlindungan, termasuk prapendaftaran eksperimen.

Meta tidak dapat membatasi atau menyensor temuannya, dan penulis akademis utamalah yang memiliki keputusan akhir dalam penulisan dan keputusan penelitian, demikian pernyataan dari salah satu universitas yang terlibat dalam proyek tersebut.

Ikuti saluran The New Indian Express di WhatsApp

Data SDY