From Perils to Possibilities: Understanding how Human (and AI) Biases affect Online Fora

社交媒体平台是用户进行讨论、分享内容和建立联系的在线论坛。本文通过三个关键视角，即在线辩论、在线支持和人机交互，探讨了社交媒体分析（分析使用复杂网络分析和自然语言处理工具的作品）中的社交互动、用户生成内容和偏见动态。一方面，我们勾画了在线辩论现象，其中极化、错误信息和回声室形成经常蔓延，受到算法偏见和同质化的极端机制的推动。另一方面，我们通过用户的自我披露和社交支持机制探讨了在线支持小组的出现。在线辩论和支持机制在社交媒体中呈现出危险和可能性的双重性；分离社区和极化辩论的危险，以及同情叙事和自助小组的可能性。这种二分法也延伸到第三个视角：用户对人工智能生成内容（例如大型语言模型生成的内容）的依赖，这些内容可能表现出隐藏在训练集中的人类偏见和从其人工神经网络结构中出现的非人类偏见。通过分析跨学科方法，我们旨在加深对社交媒体生态系统中社交互动、用户生成内容和偏见之间复杂相互作用的理解。

研究社交媒体分析中的社交互动、用户生成内容和偏见的动态，探讨在线辩论、在线支持和人工智能交互三个方面的现象和问题。

通过分析在线辩论和在线支持机制，深入理解社交媒体生态系统中社交互动、用户生成内容和偏见之间的复杂相互作用。同时，分析使用复杂网络分析和自然语言处理等工具的相关研究，探讨大型语言模型等人工智能技术在社交媒体中的应用和影响。

论文探讨了在线辩论和在线支持机制的双重性质，既有社群分离和极化辩论的危险，也有共情叙事和自助小组的可能性。同时，分析了大型语言模型等人工智能技术在社交媒体中存在的人类偏见和非人类偏见问题。论文使用了跨学科方法，深入研究了社交互动、用户生成内容和偏见之间的相互作用。

在这个领域中的相关研究包括：\n- "Polarization and Public Health: Partisan Differences in Social Distancing during the Coronavirus Pandemic"\n- "Social Support and the Crisis of Masculinity in the United States: A Study of Online Men's Groups"\n- "Biases in Language Models: A Review"