社群平台上的政治對立、同溫層效應與極端言論，長久以來多被歸咎於演算法推播。不過，阿姆斯特丹大學（University of Amsterdam）最新研究卻顛覆這種看法。研究團隊發現，即使完全移除演算法，社群互動依舊會自然走向極化。換句話說，問題恐怕不是「演算法造的孽」，而是「人性與注意力動態」本身就容易導致分裂。
模擬實驗揭示：沒有演算法也會分裂
研究團隊建立了一個「乾淨版」社群平台，沒有廣告與演算法推播，僅保留基本的發文、留言與互動功能。他們創建了 500 名虛擬用戶，並透過 GPT-4o mini、Llama-3.2-8B、DeepSeek-R1 等大型語言模型模擬人類行為，政治傾向則依據「美國國家選舉研究」資料設定，確保用戶立場分布接近現實社會。
在這個環境中，AI 用戶隨機發文與回應，經過一萬次互動循環後，平台自然產生了熟悉的現象：同溫層效應愈來愈明顯、少數帳號逐漸壟斷輿論，討論語氣也越來越偏激。這意味著，就算沒有演算法推播，「同溫層」還是存在，社群架構與人性本身仍會帶來分化。
結果顯示，即便完全沒有演算法介入，平台依舊出現三種現象：
-
同溫層效應：用戶傾向只與立場相同者互動。
-
權力集中：少數帳號逐漸壟斷輿論。
-
極端化傾向：討論語氣隨時間愈來愈激烈。
研究者接著嘗試六種干預，包括改用時間排序、強制推送對立觀點、降低熱門帳號曝光等，但結果不僅沒解決極化，有些甚至讓對立更嚴重。學者直言，這顯示「人性與社群媒體的注意力機制之間存在共振」，平台架構本身就可能具備毒性。
學界爭論：人性偏差還是數據偏差？
不過，學界對這項研究仍有不同解讀。其它大學的研究人員提醒，這些 AI 模型本身的訓練數據可能就含有偏見，因此模擬結果未必完全客觀。而紐約大學的學者則認為，雖然沒有單一的簡單解方，但若用戶願意發佈更多中立或跨立場的內容，或許能在一定程度上減緩對立。
總體來看，這份研究打破了「演算法是萬惡之源」的單一說法，指出社群極化更可能是人性、群體互動與注意力競爭交織的結果。專家呼籲，未來若要改善社群的分裂，不能只期待調整演算法，而是必須從教育、媒體識讀以及政策層面多管齊下，才能真正降低社群對立。
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！