social media
PulseAugur coverage of social media — every cluster mentioning social media across labs, papers, and developer communities, ranked by signal.
11 天有情绪数据
Social media's core function is increasingly seen as user data harvesting for manipulation and engagement optimization.
Recent evidence highlights that social media platforms harvest user behavior for training data to manipulate users and optimize engagement, often through outrage-inducing content. This framing suggests a fundamental shift in how social media's business model and impact are perceived, moving beyond simple connection to active, data-driven influence.
Social media platforms may face increased regulatory scrutiny in Canada and Indonesia regarding minors' access.
Manitoba is considering a ban on social media and AI for those under 16, and Indonesia is extending its under-16 ban to e-commerce. This suggests a growing trend of governments attempting to regulate minors' exposure to digital platforms, potentially leading to similar legislative efforts in other jurisdictions.
Social media's algorithmic amplification of outrage may contribute to biased media coverage.
While one cluster notes US media bias against Palestinians, another details how social media algorithms optimize for outrage to maximize engagement. It's plausible that the amplification of emotionally charged and potentially biased content on social media platforms influences and exacerbates existing biases in broader media coverage.
-
AI社交媒体工具赋能小企业，提供先进的营销能力
AI驱动的社交媒体工具在内容创作、客户服务和营销方面为小企业提供了显著优势。这些工具能够实现自动化、个性化和竞争对手分析，帮助小型公司有效地与受众互动并监控其品牌。然而，用户在实施这些技术时也必须考虑伦理影响和信息隐私。
-
新模型整合心理学追踪健康错误信息传播
研究人员开发了一个新框架ELM-SIRMMM，它结合了流行病学模型和心理学理论，以更好地理解社交媒体上健康错误信息的传播。该模型通过引入错误信息类别并整合来自精细化可能性模型（Elaboration Likelihood Model）的信号（如情感和认知努力）来动态调整传播率，从而扩展了传统的SIR模型。在对COVID-19和情感错误信息的数据集进行测试时，ELM-SIRMMM框架显示出更高的预测准确性和真实性，包括延迟错误信息高峰和…
-
人工智能工具可以大规模地微妙操纵社交媒体上的公众舆论
牛津互联网研究所和哈索·普拉特纳研究所的研究表明，人工智能工具可能在社交媒体帖子中引入隐藏的偏见，并在在线网络中传播这些偏见，从而影响公众舆论。该研究强调了这些人工智能驱动的操纵如何能够大规模运作，微妙地塑造认知并可能影响社会话语。
-
应监管AI“悲伤机器人”以保护弱势用户
所谓的“悲伤机器人”或“死亡机器人”，即利用逝者数字足迹模拟其形象的人工智能系统，引发了重大的监管问题。作者并非主张禁止，而是基于这些人工智能系统的预期用途提出了监管的必要性。一般的纪念或陪伴服务应遵守关于同意和透明度的规定，而以治疗为目的销售的“悲伤机器人”则应达到类似医疗器械的更严格标准。首要担忧并非其“令人毛骨悚然”的因素，而是公司可能利用情感脆弱性，为商业利益培养不健康的依赖。
-
AI外貌评分引发对青少年身体意象和心理健康的担忧
人工智能工具对个人外貌进行评分的日益普及引起了人们的担忧，尤其是在年轻人中。这些通常集成到社交媒体平台中的AI系统，正在导致负面的身体意象和心理健康问题。专家和倡导者正在强调潜在的危害，包括加剧身体畸形和饮食失调等疾病，并呼吁加强网络安全措施。
-
新数据集ViTOED面向越南社交媒体情感检测
研究人员推出了ViTOED，一个专为越南社交媒体内容中的目标导向情感检测设计的新数据集。该数据集包含超过10,000条用户评论和超过21,000个标注的意见四元组，旨在捕捉越南语特有的语言细微差别，如隐含的来源和目标。该论文还提出了一个利用结构化情感图的基线模型，并评估了现有的越南语预训练语言模型，识别出跨度检测和关系提取方面的挑战。
-
用户谴责父母依赖外部AI/社交媒体安全措施
一位用户对那些主张采取外部AI和社交媒体安全措施的父母表示不满，而不是为孩子实施简单的个人保护措施。作者认为，保护孩子的最有效方法是通过父母的直接行动，而不是依赖公司或政府强制执行安全协议。
-
新基准 DrivelHub+ 测试 AI 对社交媒体视频细微差别的理解能力
一个名为 DrivelHub+ 的新基准已被引入，用于评估视频语言模型理解社交媒体视频中隐含和非字面意义的能力。该基准包含 1,000 个标注视频，旨在测试上下文多模态推理能力，超越简单的识别或描述。DrivelHub+ 评估模型在解释视频的语用理解以及通过检索任务将视频内容与隐含叙事对齐方面的能力。
-
YouTuber Hank Green 因批评其使用人工智能聊天机器人而暂停工作
知名 YouTuber Hank Green 因被批评使用人工智能聊天机器人作为研究工具而暂停制作。尽管 Green 表示他没有使用 AI 来撰写脚本，但他的情况凸显了人们对大语言模型心理影响的普遍担忧。专家指出，人工智能聊天机器人旨在提供类似社交媒体的持续互动，可能导致不健康的依赖和认知外包，从而削弱用户的技能和批判性思维能力。
-
奥地利提议禁止14岁以下儿童使用社交媒体
奥地利正提议一项新法律，将限制14岁以下个人使用社交媒体。该法案草案已完成初步阶段，现向公众征求意见，旨在限制访问具有成瘾性设计功能的社交媒体平台。主要用于直接通信的即时通讯服务将不受这些限制。拟议法案还将提交给欧盟委员会进行通报。
-
AI合法性危机迫近，与对齐问题不同：新论文
一篇新的学术文章认为，当前对AI对齐的关注不足以解决AI合法性的更广泛问题。该论文认为，合法性（定义为受AI权力影响者认为其权力得到正当行使的信念）是一个独特且至关重要的监管目标。文章指出，AI的合法性在不透明性、私营企业权力和国家内部的行政自动化等方面存在问题。为解决这些问题，文章提出了三个原则：将AI规则制定纳入权威场所、以可信的形式熟悉规则和理由、以及提供实际补救措施的争议。
-
LLM在抑郁症检测方面展现出潜力，但在严重程度评估方面存在困难
研究人员探索了使用大型语言模型（LLM）从社交媒体文本中检测抑郁症。他们的研究将零样本LLM与传统的监督分类器进行了比较，发现虽然零样本LLM在二元抑郁症分类方面表现良好，但在预测抑郁症严重程度方面存在困难。在LLM生成的摘要嵌入上训练的监督模型在多类和有序分类任务上表现出更高的准确性。研究结果表明，将LLM用作语义解释器，而不仅仅是端到端分类器，可以带来更有效和可解释的心理健康评估系统。
-
提议为AI社交媒体帖子设置人工审批关卡
提出了一种将AI代理集成到社交媒体发布工作流程中的新方法，强调内容上线前的人工监督。该方法包括三个步骤：提交草稿帖子以供审批，进行投票决策，并且仅在获得明确批准后执行发布。该系统旨在通过确保人类在内容发布到LinkedIn等平台之前进行审查和编辑，来防止AI代理犯下公开错误。
-
新系统AutoJourn解决AI生成新闻中的偏见问题
研究人员开发了AutoJourn，一个旨在增强大语言模型（LLM）生成新闻的负责任创建和评估的系统。该系统通过从社交媒体提取不同视角、生成保持观点多样性的平衡摘要，以及识别和减轻AI生成新闻中的偏见来应对自动化新闻业的挑战。AutoJourn集成了先进的提示工程和检索增强技术，为用户提供了一个界面来检查视角、比较摘要并应用偏见感知重写。
-
社交媒体的有害遗留问题引发对AI问责的呼吁
社交媒体平台多年来一直使有害行为在法律和政治上难以解决。受这些问题影响的个人现在呼吁问责。人们担心，在政策制定者介入之前，AI行业可能会采纳类似的模式。
-
人工智能审查数字足迹，影响职业生涯
人工智能工具越来越擅长分析在线行为，给专业人士的职业生涯带来风险。年轻的劳动者在互联网的永久性时代长大，对这一点更为警觉，而那些在社交媒体早期过度分享信息的老一辈专业人士可能面临更严格的审查。这一趋势凸显了管理个人数字足迹日益增长的重要性。
-
论文认为生成式AI和平台转变正在瓦解社交媒体
一篇新论文提出，我们所知的社交媒体正在因三个关键转变而瓦解。这包括从基于社交图谱的推荐转向基于兴趣的推荐，生成式AI的兴起创造了合成媒体，减少了对人类生成内容的依赖，以及从公共平台迁移到私密、封闭的数字空间。研究表明，这些动态正在从根本上改变用户从积极参与者到被动观看者的角色。
-
YouTube 和 X 被指与深度伪造图像生成网站相关联
一项最新研究表明，YouTube 和 X 等社交媒体平台正在将用户引导至可以生成非自愿露骨深度伪造图像的网站。这些服务可以以低廉的价格（每张图片仅需 1 美元）生成此类图像，引发了严重的隐私担忧。
-
人工智能与信仰和社交媒体在南非Mastodon上同步流行
南非Mastodon实例上流行的标签显示出兴趣的混合，其中“人工智能”与正念、信仰和社交媒体等主题一起出现。其他热门标签包括“咖啡”、“Wordle”、“ageverification”和“privacy”。这些趋势由帖子互动（如转发、收藏和回复）决定。
-
调查发现美国人正在减少社交媒体使用
一项最新调查显示，相当一部分美国人正在减少社交媒体活动，超过一半的人认为在线存在是一种负担。这一趋势表明人们正在普遍地远离持续的数字互动。