Алгоритмы распространения информации в соцсетях могут усиливать социальное неравенство

Слева: Активации связей для набора инфлюенсеров, идентифицированных CHD. Связи окрашены и масштабированы в соответствии с частотой их активации во время симуляций. Узлы, окрашенные в чёрный цвет, являются начальными узлами. Справа: Активации связей для одного из более справедливых наборов начальных узлов, идентифицированных нашим алгоритмом. Автор: PNAS Nexus (2025). DOI: 10.1093/pnasnexus/pgaf291. https://academic.oup.com/pnasnexus/article/4/10/pgaf291/8292699

Алгоритмы, которые идентифицируют влиятельных людей в социальных сетях, могут помочь максимизировать охват сообщений, но моделирующее исследование, опубликованное в PNAS Nexus, показывает, что эти же алгоритмы могут распространять информацию неравномерно, потенциально усугубляя существующее социальное неравенство.

От кампаний в сфере общественного здравоохранения до информации о социальных услугах — алгоритмы, идентифицирующие «инфлюенсеров», использовались для максимизации охвата. Ведран Секара и его коллеги использовали модель независимого каскада на синтетических и разнообразных социальных сетях реального мира, включая связи между домохозяйствами в нескольких деревнях, связи между политическими блогерами, дружбу в Facebook и научные коллаборации.

Авторы обнаружили, что, максимизируя распространение, алгоритмы максимизации влияния создают информационные разрывы, в результате которых определённые группы «аутсайдеров» не получают важную информацию. Личности, которые с высокой вероятностью остаются без информации, называются «уязвимыми узлами».

Авторы предлагают многоцелевой алгоритм, разработанный для одновременной максимизации как охвата, так и справедливости, который пытается донести информацию до узлов в сети, которые, вероятно, будут упущены стандартными методами. Получившийся метод выбора того, на каких инфлюенсеров нацеливаться, приводит к уменьшению количества уязвимых узлов на 6–10% с незначительным влиянием на общий охват. По словам авторов, использование более справедливых алгоритмов может помочь снизить неравенство.

Больше информации: Vedran Sekara et al, Detecting bias in algorithms used to disseminate information in social networks and mitigating it using multiobjective optimization, PNAS Nexus (2025). DOI: 10.1093/pnasnexus/pgaf291. academic.oup.com/pnasnexus/art … 4/10/pgaf291/8292699

* Meta, Facebook и Instagram запрещены в России.