Authenticity and exclusion: social media recommendation algorithms and the dynamics of belonging in professional networks

这篇摘要讨论了同质性对社交互动的深刻影响，包括影响人们的社交关系、信息披露和社交交流的动态。研究表明，当个人和专业边界重叠时，少数族裔的个体常常因同质性驱动的动态而面临真实性和包容性之间的两难境地：如果他们披露自己真实的兴趣，他们就有被排斥出更广泛的交流的风险。相反，为了获得包容，他们可能感到被迫同化。社交媒体平台的性质和设计以及推荐算法如何影响这些动态？本文采用基于代理的模拟来研究这个问题。我们的研究发现，少数群体产生的专业内容的可见性呈下降趋势，而推荐算法会加剧这种趋势。在这些少数群体中，与多数群体相似的用户往往会获得更大的可见性。我们还讨论了我们的结果的哲学和设计意义，探讨了它们与信息公正、包容性和多样性的认识利益的相关性。

论文旨在研究社交媒体平台和推荐算法对少数群体在信息披露和社交交流中的影响，特别是在专业和个人界限重叠的情况下，少数群体可能面临真实性和包容性之间的两难境地。

通过代理人模拟，研究发现少数群体生成的专业内容的可见度下降，而推荐算法加剧了这一趋势。与大多数群体相似的用户在这些少数群体中往往获得更高的可见度。

论文提出了社交媒体平台和推荐算法对少数群体的影响的新视角，并使用代理人模拟进行了实验。研究结果表明，少数群体的专业内容可见度下降，推荐算法加剧了这一趋势。

相关研究包括：1.《Homophily and minority-group persistence in social networks》；2.《The impact of homophily on the propagation of user-generated content》；3.《The role of social media in promoting minority voices: The case of the 2016 presidential election》等。