論文の概要: Can We Fix Social Media? Testing Prosocial Interventions using Generative Social Simulation

• arxiv url: http://arxiv.org/abs/2508.03385v1
• Date: Tue, 05 Aug 2025 12:31:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-06 18:18:55.960274
• Title: Can We Fix Social Media? Testing Prosocial Interventions using Generative Social Simulation
• Title（参考訳）: ソーシャルメディアを修復できるか? 生成的社会シミュレーションを用いた社会的介入の検証
• Authors: Maik Larooij, Petter Törnberg,
• Abstract要約: 生成的社会シミュレーションは、エージェントベースモデルに大規模言語モデルを組み込んで、社会的にリッチな合成プラットフォームを作成する。 私たちはエージェントが投稿、再投稿、フォローできる最小限のプラットフォームを構築します。 その結果,(1)パルチザンエコー室,(2)小エリートへの集中的影響,(3)分極音声の増幅の3つの障害を再現した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social media platforms have been widely linked to societal harms, including rising polarization and the erosion of constructive debate. Can these problems be mitigated through prosocial interventions? We address this question using a novel method - generative social simulation - that embeds Large Language Models within Agent-Based Models to create socially rich synthetic platforms. We create a minimal platform where agents can post, repost, and follow others. We find that the resulting following-networks reproduce three well-documented dysfunctions: (1) partisan echo chambers; (2) concentrated influence among a small elite; and (3) the amplification of polarized voices - creating a 'social media prism' that distorts political discourse. We test six proposed interventions, from chronological feeds to bridging algorithms, finding only modest improvements - and in some cases, worsened outcomes. These results suggest that core dysfunctions may be rooted in the feedback between reactive engagement and network growth, raising the possibility that meaningful reform will require rethinking the foundational dynamics of platform architecture.
• Abstract（参考訳）: ソーシャルメディアプラットフォームは、分極の高まりや建設的な議論の浸食など、社会的な害と広く結びついている。 これらの問題は、社会的介入によって緩和できるのか? 本稿では,エージェントベースモデルに大規模言語モデルを組み込んで,社会的に豊かな合成プラットフォームを構築する新しい手法である生成社会シミュレーションを用いて,この問題に対処する。 私たちはエージェントが投稿、再投稿、フォローできる最小限のプラットフォームを構築します。 その結果,(1)パルチザンエコー室,(2)小規模エリートへの集中的な影響,(3)偏極化音声の増幅,(3)政治的言論を歪める「社会メディアプリズム」の3つの障害を再現した。 我々は、時系列フィードからブリッジアルゴリズムまで6つの介入をテストし、わずかに改善しただけであり、場合によっては結果が悪化した。 これらの結果は、コア機能障害は、リアクティブエンゲージメントとネットワーク成長の間のフィードバックに根ざしている可能性があることを示唆し、意味のある改革がプラットフォームアーキテクチャの基礎的ダイナミクスを再考する必要がある可能性を提起している。

関連論文リスト

• Burger: Robust Graph Denoising-augmentation Fusion and Multi-semantic Modeling in Social Recommendation [10.262762637015733]
  ラウンドアラインバストガンダーラインラフ・デノワシンアンダーライン・アンダーライン・フュージョンとマルチサンダーライン・マンティック・モデリング(バーガー)を用いたソーシャル・アンダーライン勧告モデルを導入する。 ユーザ・イテムインタラクション・ネットワークとソーシャルネットワークの異なるセマンティック・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・インフォメーション・ネットワークにおけるセマンティック・インフォメーション・インフォメーション・インフォメーション・インフォメー
  論文  参考訳（メタデータ） (2025-05-10T11:51:22Z)
• Emergence of human-like polarization among large language model agents [79.96817421756668]
  我々は、何千もの大規模言語モデルエージェントを含むネットワーク化されたシステムをシミュレートし、それらの社会的相互作用を発見し、人間のような偏極をもたらす。 人間とLLMエージェントの類似性は、社会的分極を増幅する能力に関する懸念を提起するだけでなく、分極を緩和するためのもっともらしい戦略を識別するための貴重なテストベッドとして機能する可能性も持っている。
  論文  参考訳（メタデータ） (2025-01-09T11:45:05Z)
• TrendSim: Simulating Trending Topics in Social Media Under Poisoning Attacks with LLM-based Multi-agent System [90.09422823129961]
  本研究では, LLMをベースとしたマルチエージェントシステムであるTrendSimを提案する。 具体的には、タイムアウェアなインタラクション機構、集中型メッセージ配信、対話型システムを含むトレンドトピックのシミュレーション環境を作成する。 ソーシャルメディア上でユーザをシミュレートするLLMベースのヒューマンライクエージェントを開発し,プロトタイプベースの攻撃者による毒殺攻撃の再現を提案する。
  論文  参考訳（メタデータ） (2024-12-14T12:04:49Z)
• Decoding Echo Chambers: LLM-Powered Simulations Revealing Polarization in Social Networks [12.812531689189065]
  ソーシャルメディアがエコーチャンバーなどの重要な問題に与える影響に対処する必要がある。 伝統的な研究はしばしば感情的な傾向や意見の進化を数字や公式に単純化する。 偏光現象の評価と対策を行うために, LLM を用いた社会意見ネットワークのシミュレーションを提案する。
  論文  参考訳（メタデータ） (2024-09-28T12:49:02Z)
• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• Simulating Social Media Using Large Language Models to Evaluate Alternative News Feed Algorithms [8.602553195689513]
  ソーシャルメディアはしばしば、有害な会話を増幅し、建設的な会話を妨げていると批判されている。 本稿では、ソーシャルメディアのシミュレーションが、異なるニュースフィードアルゴリズムがオンライン会話の質をいかに形成するかを研究するのに役立つかどうかを問う。
  論文  参考訳（メタデータ） (2023-10-05T18:26:06Z)
• Crowding out the truth? A simple model of misinformation, polarization and meaningful social interactions [0.0]
  ランキングアルゴリズムの重要なパラメータ、すなわち人気度とパーソナライズパラメータが、プラットフォームエンゲージメント、誤情報、偏光の尺度に与える影響を評価する。 その結果、オンラインソーシャルインタラクションやパーソナライズされたコンテンツに割り当てられる重みの増大は、ソーシャルメディアプラットフォーム上でのエンゲージメントを増大させる一方で、誤情報や偏光を増大させる可能性が示唆された。
  論文  参考訳（メタデータ） (2022-10-05T13:26:08Z)
• Hater-O-Genius Aggression Classification using Capsule Networks [6.318682674371969]
  攻撃的なつぶやきを自動的に識別し分類する,エンドツーエンドのアンサンブルに基づくアーキテクチャを提案する。 ツイートは、Covertly Aggressive、Overtly Aggressive、Non-Aggressiveの3つのカテゴリに分類される。 我々の最良のモデルはCapsule Networksのアンサンブルであり、Facebookのテストセットで65.2%のF1スコアを獲得し、TRAC-2018の勝者よりもパフォーマンスが0.95%向上した。
  論文  参考訳（メタデータ） (2021-05-24T11:53:58Z)
• PHASE: PHysically-grounded Abstract Social Events for Machine Social Perception [50.551003004553806]
  私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。 フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。 ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
  論文  参考訳（メタデータ） (2021-03-02T18:44:57Z)
• CASS: Towards Building a Social-Support Chatbot for Online Health Community [67.45813419121603]
  CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいている。 ユーザーからの新たな入力を処理し、さまざまなレスポンスを生成することができる。 フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。
  論文  参考訳（メタデータ） (2021-01-04T05:52:03Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。