研究指X推薦演算法依賴爭論互動推播對立內容

社群平台 X 的推薦系統會依按讚、留言與轉發等互動訊號，判斷使用者可能持續關注的內容。最新研究顯示，演算法未必能區分認同與反感；當爭論也被視為興趣，平台可能放大價值觀衝突與「憤怒誘餌」，加深資訊環境的對立。

研究發現，使用者若在 X 上留言反駁不認同的貼文，系統反而可能持續推薦更多類似內容，形成「愈爭論、愈常看到」的循環。結果顯示，帶來負面情緒的互動仍能成為強烈推薦訊號，也凸顯僅靠互動率最佳化可能誤判使用者真正偏好。