Bakshy、Messing 與 Adamic（2015）使用約 1,010 萬名美國 Facebook 使用者的去識別化資料，分析政治立場不同的新聞如何經由朋友分享、News Feed 排序與使用者點擊而被看見。研究指出，跨立場內容在社交網絡中原本就不是平均分布；演算法排序會進一步影響使用者可能看到的內容，而使用者是否點擊則是限制跨立場接觸的重要因素。論文整體結論並非「演算法無關」，而是個人選擇在這個研究情境中對限制跨立場接觸的作用，比 News Feed 排序更大。
這項研究的重要貢獻，是將資訊接觸拆成潛在可得、實際呈現與實際點擊等階段；它也提醒研究者不能只看首頁畫面，就推論人們真正讀了什麼。研究資料來自美國 Facebook 使用者與特定時期，不能直接推廣到所有國家、平台或當前推薦系統。
思與行
- 以「朋友分享—平台排序—本人點擊」三個環節，檢查其他研究是否把不同階段混為一談。
- 設計個人資訊盤點時，同時記錄看見、點開、讀完與分享的內容，不只截圖首頁。
- 與資訊環境由演算法與人的選擇共同形成交叉閱讀，避免把責任全推給演算法或全推給使用者。
參考
- 研究原文：Exposure to ideologically diverse news and opinion on Facebook，Eytan Bakshy、Solomon Messing、Lada A. Adamic，Science，348(6239)，2015，1130–1132。
- 作者研究頁：Sol Messing：Publication record and abstract。
- 延伸脈絡：資訊環境由演算法與人的選擇共同形成、資訊多樣性至少包含主題來源觀點與接觸層次。