Теперь кратко о результатах исследований из июльского номера Science.

1. Assymetric ideological segregation in exposure to political news on Facebook.
Авторы берут данные по 208 млн американских пользователей ФБ во время избирательной кампании 2020 и сравнивают набор всех политических новостей, которые они могли видеть, с теми, что действительно попали в их ленту и/или на которые они отреагировали. Анализ показывает, что идеологическая сегрегация, и так высокая, растёт ещё больше вместе с потреблением контента, который попадает в ленту. То есть если бы пользователи получали разнообразный контент в ленте, то и поляризация была бы меньше. Кроме того, авторы находят ассиметрию между потреблением информации либеральной и консервативной аудиториями: у консерваторов есть целый кластер новостной "экосистемы", который попадает только в их ленты. Наконец, большая часть информации, которая распознаётся алгоритмами ФБ как фейковая, сконцентрирована в консервативном кластере.

2. How do social media feed algorithms affect attitudes and behavior in an election campaign?
В этой работе используется метод рандомизированного контролируемого эксперимента (RCT), где в течение той же кампании 2020 у одной группы пользователей алгоритмы Фейсбука и Инстаграма работают в обычном режиме, а у другой лента формируется в обратном хронологическом порядке. У второй группы наблюдается снижение активности на платформах, сопровождающееся ростом объема политического контента. Кроме того, в случае Фейсбука контент становится более умеренным. Но интересно то, что при таких изменениях в потреблении информации учёные не обнаружили значимую динамику в политических предпочтениях или поляризации на протяжении всего трёхмесячного периода, пока действовал эксперимент.

3. Reshares on social media amplify political news but do not detectably affect beliefs or opinions.
Здесь авторы тоже прибегают к методике RCT для того, чтобы протестировать, есть ли влияние репостов контента на френдов в ФБ. Исследование проводилось в тот же период избирательной кампании 2020, что и в предыдущих исследованиях. Вполне логично оказалось, что политического контента в лентах стало меньше, так как именно такой репостят чаще, тем более в период активной кампании. Снижается и общее число кликов по ссылкам и реакций. Серьезно снижается и уровень знаний о политической ситуации и политических новостей. Но опять же исследователи на обнаруживают значимый эффект, который отражался бы в изменении политических предпочтений или поляризации.

В целом, интересующимся рекомендую со статьями ознакомиться. Там много деталей и полезных методологических аспектов. Но я бы выделил ещё следующее. Подобные исследования — это большой шаг вперёд в выявлении казуальных механизмов. И то, что учёные получили доступ к прежде закрытым данным, а также к самим алгоритмам, позволило им применить самые современные методологические подходы.
Раньше большая часть исследований такого влияния заключалась в использовании методов сетевого анализа и "прикручивании" сложных объяснительных моделей. Такие подходы давали возможность находить всевозможные корреляции, но каузальные зависимости и механизмы оставались в серой зоне. Нередко, в статьях такие зависимости описывались, но к валидности таких выводов были большие вопросы.