白丝 自慰 新闻｜电子系城市科学与野心探究中心最新恶果提议信息能源学表面，揭示“东谈主-智”复杂系统的信息茧房清楚机理
新一代信息与智能技艺的迅猛发展鼓吹着东谈主类渐渐迈入智能社会。在数字技艺和智能推选算法的加捏下，媒体和平台越来越贴心，老是能最快最准的方单合东谈主们的个性化偏好和需求。可是，与此同期，智能精确推选以至“信息茧房”表象不停发酵，不雅点通常的东谈主群在相聚空间组成团体，特订价值偏好在群体中相聚放大，渐渐变成极点的不雅点。针对名东谈主或社会事件的每一种极点不雅点齐好像被欺诈成为意志形态浸透和影响的器具，在相聚空间和履行全国中呼风唤雨，掀翻“汹汹民心”。可是，即便如斯，咱们对于信息茧房仍所知甚少：真确线上系统中的信息茧房究竟有多严重？浮泛大限度实证探究；信息茧房的变成机理是什么？浮泛基础表面救济；如何处置信息茧房问题？浮泛行之灵验的技巧。
近日，清华大学电子系城市科学与野心探究中心与公管学院跨学科合营，通过大限度实证探究与信息能源学表面建模，初次大限度数据实证及表面揭示了信息媒体上信息茧房清楚的内在机理与相变范围，为相识当下智能社会中东谈主-智交互复杂社会系统提供了全新念念路。该恶果以“东谈主-智自稳当能源学开动信息茧房清楚”（Human–AI adaptive dynamics drives the emergence of information cocoons）为题在《当然·机器智能》（Nature Machine Intelligence）上在线发表。该恶果聚焦于新闻与视频两个典型场景，通过分析5.7亿用户行为数据和使用信息熵度量信息茧房严重进度，发面前一年交互后，高出57%的活跃用户均资格了不同进度的信息熵下落，符号着履行系统中信息茧房的严重性。在实证发现的基础上，该恶果提议了东谈主-智自稳当信息能源学模子，以建模东谈主类与推选算法之间的要道反应回路，并通过系统信息熵的演化规则来描述信息茧房相变经由。该模子从非均衡态统计力学视角揭示了“种种化-部分信息茧房-深度信息茧房“复杂系统的相变经由及相变范围，为适度东谈主-智交互复杂社会系统中的信息茧房问题提供了表面基础，并启发后续设想通过均衡系统正反应与负反应以及算法精确推送与用户目田探索，破除信息茧房，进费力毕负职守的推选算法。
论文取悦：
https://www.nature.com/articles/s42256-023-00731-4
代码及数据取悦：
https://github.com/tsinghua-fib-lab/Adaptive-Information-Dynamic-Model
东谈主工智能手脚一种新兴颠覆性技艺，正在深刻窜改着东谈主类的分娩、生涯神气和念念维神气，对经济发展与社会当先产生介意要而深入的影响。其中，推选算法手脚东谈主工智能技艺最经常应用的一种，好像灵验缓解信息过载问题，极猛进度地影响着东谈主们的所见所闻与所念念所想。可是，推选算法亦然一把双刃剑，其所提供的个性化推选会使东谈主们所战斗的信息变得越来越同质化，渐渐困于信息茧房之中。而这些同质化的信息，不但会适度东谈主们的眼界，使其阔别集体、疏离社会，并且还会孕育社会矛盾与分裂。因此，为了结巴信息茧房的产生，相识其背后的产盼望理是首要一步。
已有对于信息同质化问题的探究[1-5]，大多聚焦于东谈主类行为或是智能算法。通过实证探究尺度，探究指出酬酢媒体上同质东谈主群联络的潜在成分或是算法过滤效应，可是由于数据与尺度论的适度，家庭乱伦仅好像提供联系性论断。最近，一些实证探究[25，26]进行了因果性的分析。可是，这些探究仍未提供内在机感性的分析与解说。更进一局势，面前推选算法大多基于黑盒的东谈主工智能深度学习尺度，而其背后的数以亿计的参数目，使得咱们愈加难以知悉信息茧房的根源。
针对信息茧房根源未知的问题，探究团队聚焦于新闻与视频两个典型场景，通过大限度实证探究发现，在一年交互经由中，高出57%的活跃用户均资格了不同进度的信息种种性的下落，并指出基于通常度匹配与正负反应是影响信息同质化经由的要道要素。进一步，基于实证发现与推选算法领域奉行，探究团队受立时热力学念念想启发，创造性地提议了东谈主-智自稳当信息能源学模子。该模子通过描述基于通常度匹配与反应欺诈两个基本机制，机感性地建模了东谈主类与推选算法之间的要道反应回路，并通过系统信息熵的演化来描述系统相变经由。通过仿真确验与表面分析，揭示了“种种化-部分信息茧房-深度信息茧房“复杂系统的相变经由及相变范围，为适度东谈主-智交互复杂社会系统中的信息茧房问题提供了表面基础与实用尺度。
白丝 自慰
技艺重点
探究团队聚焦于新闻与视频两个内容推选典型场景，通过大限度真确数据的实证分析，描述了真确全国信息茧房的严重进度极度影响成分。具体而言，探究团队使用信息熵来描述用户所接受信息的种种性，发现高出57%的活跃用户齐资格了不同进度的信息种种性的下落，其视线被推选算法渐渐局限于窄小的信息茧房。通过进一步分析，探究团队发现推选算法基于通常度匹配的强度以及正负反应是影响信息茧房产生的要道要素。该实证探究不仅初次量化了真确大限度在线信息系统中信息茧房的严重进度，并且为后续表面模子的提议奠定了基础。
(a-c)聚焦于新闻与视频两个典型场景，量化真确全国信息茧房严重进度；（d-f）通常度匹配强度、正负反应是影响信息茧房变成的清贫成分。
基于实证论断与推选算法领域奉行，结合立时热力学表面，探究团队创造性地提议了东谈主-智自稳当信息能源学模子。该模子礼聘信息熵来示意用户所战斗信息的种种性，并使用系统信息熵散布来示意系统所处情状。与依靠数以亿计参数的深度学习模子不同，所提议的模子仅依靠基于通常度匹配与用户反应两个基本机制，机感性地建模了东谈主类与推选算法之间的要道反应回路，并使用立时能源学方程描述东谈主-智复杂能源学交互经由。
其中，代表用户已被不雅测到的兴味散布，代表物品的特征散布，鉴别代表基于通常度匹配强度、正反应欺诈率、负反应欺诈率、目田探索强度。基于上式好像推导出描摹对于用户在各种主题上已被不雅测到的偏好的福克-普朗克方程，进一步通过平均场肖似尺度，最终好像推导出用户所接受的信息熵在东谈主群上的散布。探究团队指出，在不同参数空间下，该东谈主-智交互复杂社会系统存在种种化、部分信息茧房与深度信息茧房三种情状，而这三种系统情状鉴别被三种不同的信息熵散布所描述。大限度的仿真确验与实证分析进一步考证了所提议模子的解说力与灵验性。
跟着（a）基于通常度匹配强度或（b）正反应欺诈率的增多，东谈主-智交互复杂社会系统资格了从种种化情状到部分信息茧房情状，再到深度信息茧房情状的相变经由。红色虚线为表面线，柱状图为仿真线。
通过长入分析，探究团队展示了在基于通常度推选、正负反应欺诈以及目田探索四个要素长入开动下的举座系统的相变图，并揭示了在信息茧房清楚的内在机理。具体而言，基于通常性匹配手脚灵验力场，鼓吹复杂交互系统从种种化走向同质化。正反应进一步放大了这一力场，导致信息种种性下落。而负反应和目田探索通过收敛灵验力场的作用，为系统引入扰动，从而促进信息种种性。对于相变范围，表面预料落幕与仿真确验落幕呈现出高度一致性，同期，通过多半仿真确验与实证分析，举例替换函数、测量信息熵散布等，进一步考证了所提议模子的隆重性与灵验性。
系统相变图，（a-b）基于视频与新闻场景数据的三维系统相变图，（c-e）基于视频场景数据的二维系统相变图，（f-h）基于新闻场景数据的二维系统相变图。
跟着东谈主工智能技艺的经常应用，东谈主类与智能系统之间的复杂交互组成了一个触及多个实体与多种反应的复杂东谈主智交互系统。面前东谈主工智能大多基于深度学习技艺，而其黑盒属性进一步零乱了深入相识该类复杂交互系统中的动态特质和清楚行为。探究团队所提议的自稳当信息能源学模子通过提供对信息茧房清楚行为的机感性建模，为深入探究各种复杂东谈主-智交互系统提供了有劲的表面器具。此外，所提议的表面模子对于负职守的推选算法设想具有骨子开辟意旨。该探究指出两个信息茧房的灵验尺度，即促进负反应的灵验欺诈，从学惯用户的负反应这一全新视角来建模用户偏好；以及促进用户目田探索，通过增大用户对于本身内容糜掷的目田度与自主权，来拓宽信息视线。要而言之，该探究恶果不仅为推选算法设想指明了骨子矫正场地，并且还为相识东谈主-智交互复杂社会系统提供了表面器具，以启发后续Complex System for AI的联系探究。
作家先容
清华大学电子系城市科学与野心探究中心博士生朴景华与博士后刘家臻为论文共同第一作家，李勇副栽植为通讯作家；清华大家督察学院张芳助理栽植、苏竣栽植为共同作家。该探究恶果获取科技鼎新2030—“新一代东谈主工智能”要害状貌与当然科学基金状貌标支捏。
[1] Eytan Bakshy， et al. “Exposure to ideologically diverse news and opinion on Facebook”. In: Science 348.6239 (2015)， pp. 1130–1132.
[2] Matteo Cinelli， et al. “The echo chamber effect on social media”. In: Proceedings of the National Academy of Sciences 118.9 (2021)， e2023301118.
[3] Philipp Lorenz-Spreen， et al. “A systematic review of worldwide causal and correlational evidence on digital media and democracy”. In: Nature human behaviour 7.1 (2023)， pp. 74–101.
[4] James Flamino， et al. “Political polarization of news media and influencers on Twitter in the 2016 and 2020 US presidential elections”. In: Nature Human Behaviour (2023)， pp. 1–13.
[5] Ana Lucia Schmidt， et al. “Anatomy of news consumption on Facebook”. In: Proceedings of the National Academy of Sciences 114.12 (2017)， pp. 3035–3039.
[6] Ro’ee Levy. “Social media， news consumption， and polarization: Evidence from a field experiment”. In: American economic review 111.3 (2021)， pp. 831–870.
[7] Christopher A Bail， et al. “Exposure to opposing views on social media can increase political polarization”. In: Proceedings of the National Academy of Sciences 115.37 (2018)， pp. 9216–9221.
夫人每天都在线打脸着手｜清华新闻网
剪辑｜陶旋姿
审核｜汪 玉 李冬梅白丝 自慰
