一項 2025 年發表的預先註冊演算法稽核，將 X（Twitter）的互動導向排序與時間倒序基準比較。研究發現，互動排序相對放大帶有情緒與外群體敵意的內容；使用者對這些被選出的政治推文並沒有更高偏好，甚至表示它們讓自己對政治外群體感受更差。研究也測試依照明確表達的偏好排序，發現部分敵意內容減少，但可能增加同溫層強化等取捨。
這是對特定平台排序與政治內容的實證稽核，重要之處在於區分「使用者點了什麼」與「使用者希望看到什麼」。它不代表所有推薦系統都產生同一效果，也提醒替代排序仍需要評估副作用。
思與行
- 平台指標應將使用者明確偏好、滿意度與長期福祉納入，而不只使用點擊、轉發或停留時間。
- 設計推薦系統評估時，預先定義公共討論品質與使用者目標，並公開不同排序方案的取捨。
參考
- 研究：〈Engagement, user satisfaction, and the amplification of divisive content on social media〉，2025。PubMed。
- 相關：平台停留時間不能直接代表使用者獲得價值、平台回饋機制會塑造可見的情緒規範。