TikTok's recommendations skewed towards Republican content during the 2024 U.S. presidential race

TikTok 是全球社交媒体平台中的重要力量，拥有超过十亿的月活跃用户，其中在美国有1.7亿。该平台作为关键新闻来源的地位，尤其是在年轻人群体中，引发了对其可能对美国乃至全球政治产生影响的担忧。尽管存在这些担忧，但关于 TikTok 推荐算法是否存在政治偏见的研究却很少。我们通过进行323次独立的算法审计实验来填补这一空白，测试在2024年美国总统大选前夕，针对党派内容的推荐情况。具体来说，我们在德克萨斯州、纽约州和乔治亚州创建了数百个“傀儡”TikTok账户，并用不同党派的内容对其进行初始化，然后收集每个账户的算法内容推荐。从2024年4月30日至11月11日，这些账户共观看了约394,000个视频，我们对这些视频进行了政治和党派内容的标注。我们的分析揭示了内容分布中的显著不对称性：共和党初始化的账户比民主党初始化的账户多获得了约11.8%的同党派内容推荐，而民主党初始化的账户平均暴露于约7.5%更多的反对党内容推荐。这种不对称性存在于所有三个州，并且在考虑视频和频道级别的参与度指标（如点赞、观看、分享、评论和关注者）时仍然存在，主要由负面党派内容驱动。我们的研究结果揭示了TikTok推荐算法在关键选举期间的内部运作机制，提出了关于平台中立性的基本问题。

该论文试图解决TikTok推荐算法在2024年美国总统选举前是否存在政治偏见的问题。这是一个相对较新的问题，因为尽管TikTok已成为重要的新闻来源，特别是对年轻人群体而言，但关于其推荐算法是否带有政治偏见的研究仍然很少。

论文的关键思路是通过创建‘傀儡’账户（sock puppet accounts），并根据不同的党派内容对其进行种子化处理，来系统地测试TikTok推荐算法的党派内容推荐情况。这种方法可以模拟真实用户的浏览行为，并收集大量数据以进行分析。相比现有研究，这种方法提供了更直接、大规模的数据驱动证据来评估平台的政治中立性。

实验设计包括在三个不同州（德克萨斯州、纽约州和乔治亚州）创建数百个傀儡账户，并让这些账户观看约394,000个视频，时间跨度从4月30日到11月11日。研究发现共和党种子账户比民主党种子账户多接收到11.8%的党派一致内容推荐，而民主党种子账户则暴露于7.5%更多的对立党派内容。此外，研究还指出这些不对称性主要由负面党派内容驱动。值得注意的是，该研究并未提供开源代码，但为未来的研究提供了宝贵的数据集和方法论。

最近的相关研究还包括：1. 'Social Media and Misinformation: A Machine Learning Approach'，探讨社交媒体上虚假信息的传播机制；2. 'Algorithmic Bias in Online Platforms'，研究在线平台算法中的各种偏见；3. 'The Impact of Social Media on Political Polarization'，分析社交媒体对政治极化的影响。