他的团队为他们的推特机器人创建了数百个角色

sumaiya258

告诉每个人诸如“你是一个中等收入的福音派新教徒，热爱共和党、唐纳德·特朗普、全国步枪协会。”以及基督教原教旨主义者等信息。 ”。 这些机器人甚至被分配了最喜欢的足球队。重复这些任务 次，根据美国国家选举研究对政治态度、人口统计和社交媒体行为的广泛调查来改变角色，瞧：你已经有了一个用户群。 接下来，该团队就类似的平台如何决定要展示哪些帖子提出了三种变体。第一个模型基本上是一个“回声室”：机器人被插入到主要由共享指定信念的机器人组成的平台中。 第二种模型是经典的“发现”提要：它旨在向机器人显示其他机器人最喜欢的帖子，无论其政治信仰如何。 第三个模型是实验的目标使用“桥接算法它向机器人显示来自对方政党的机器人最喜欢的帖子。

因此，来自美国民主党的机器人会看到共和党机器人喜欢什么，反之亦然。可以说，来自各方的喜欢。 所有机器人都获得了 2020 年 7 月 1 日以来的头条新闻和新闻摘要。然后，它们被自由地试验这三 台湾数据 个类似  的模型，而研究人员则拿着笔记本站在旁边，记录它们的工作方式和行为方式。 三个机器人相互交互的屏幕截图。 三个机器人相互交互的屏幕截图。模拟社交媒体 推特上的“回音室”不出所料地令人愉快；所有机器人都同意彼此的观点。很少有令人沮丧的词（或者任何，真的。 毒性很小，但对具有相反政治立场的机器人的帖子的评论或点赞也很少。



每个人都很友好，因为没有人会与任何他们不同意的事情互动。 第二个模型，即发现源模型，正如预期的那样，也是对其他模型的地狱的良好模拟。就像在推特上一样。“艾玛，你不明白，是吗？”一个机器人写道。“特里·克鲁斯完全有权表达他对“黑人生命也是命”的看法，而不会受到攻击。” 桥接算法似乎是解决方案。它促进了很多互动，但既不太热也不太冷。 事实上，帖子中的跨党派评论比同一政治派别的用户的评论还要多。例如，当得知乡村音乐对 社区的包容性变得更加开放时，所有机器人都表达了他们的喜悦。找到共同点可以让更多的点变得共同。 “至少在模拟中，我们得到了积极的结果说。