آزمایشی که هیچکس قصد انجام آن را نداشت
بین سالهای 2021 و 2024، متا آزمایشی طبیعی را در مورد رابطه بین رتبهبندی و محتوا انجام داد. به عنوان بخشی از آنچه محققان در حال مطالعه آن به "جنگ بر سر اخبار" مینامند، الگوریتم فیسبوک بهطور عمدی اخبار و محتوای سیاسی را از اولویت خارج کرد. یک مطالعه در سال 2025 نتایج را در 5.2 میلیون پست از 40 سازمان خبری — نزدیک به 7.9 میلیارد واکنش کاربر، از 2016 تا 2025 — پیگیری کرد و دریافت که واکنشها به اخبار بین سالهای 2021 و 2024 78% کاهش یافته در حالی که واکنشها به صفحات غیرخبری افزایش یافته است. زمانی که این سیاست در سال 2025 به پایان رسید، تعامل با اخبار به شدت افزایش یافت.
مهمترین کار این مطالعه رد کردن فرضیات بود: سقوط ناشی از کاهش عرضه اخبار نبود، نبود از دست دادن کاربران فیسبوک، و نبود خستگی عمومی از اخبار. تغییر رتبهبندی این کار را انجام داد. همان کاربران، همان ناشران، همان اشتها — الگوریتم متفاوت، واقعیت اطلاعاتی متفاوت. این همان تله الگوریتم در خالصترین شکل مستند آن است: آنچه یک فید برای آن بهینهسازی میکند، واقعیت را فیلتر نمیکند بلکه تولید میکند و محتوا به هر چیزی که تابع هدف ترجیح میدهد، باخت میدهد.
چرا تعامل و کیفیت از هم جدا میشوند
دام نه از روی بدخواهی است؛ بلکه یک تابع هدف است که کار خود را انجام میدهد. رتبهبندی بهینهشده برای تعامل، آنچه را که باعث میشود مردم اکنون واکنش نشان دهند، انتخاب میکند — و ویژگیهایی که واکنشهای سریع را تحریک میکنند بهطور سیستماتیک با ویژگیهایی که محتوا را درست یا مفید میسازند، متفاوت هستند:
- ✗خشم بر دقت پیشی میگیرد: برانگیختگی عاطفی باعث اشتراکگذاری میشود؛ تأیید هیچ چیز قابل اندازهگیری را به همراه ندارد. فید نمیتواند 'درست' را ببیند — بلکه میتواند 'واکنش نشان داده شده' را ببیند.
- ✗ضربانهای سریع عمیق هستند: یک ادعای قابل مصرف در سه ثانیه در برابر یک استدلال که سه دقیقه طول میکشد، در مزایده رتبهبندی پیروز میشود — صرفنظر از اینکه کدام یک را در تأمل تأیید میکنید.
- ✗تعصب محبوبیت تجمعی: مستندات تحقیق در سیستمهای توصیهگر الگوریتمهایی را نشان میدهند که به طور نامتناسبی حسابها و اقلامی را که از قبل محبوب هستند، تقویت میکنند — یک حلقهی ثروتافزایی که در آن شتاب اولیه، نه شایستگی، تعیینکنندهی دسترسی است.
- ✗حباب بازخورد میدهد: فید بیشتر از آنچه که با آن درگیر شدهاید را نشان میدهد؛ قرار گرفتن در معرض محدود، تعاملات آینده را شکل میدهد؛ حلقه تنگتر میشود — تله اتاق پژواک به عنوان زیرساخت به جای روانشناسی.
چرا "فقط الگوریتم را نادیده بگیر" کار نمیکند
پاسخ فردگرایانه — فیدهای خود را مدیریت کنید، منابع خوب را دنبال کنید، منظم باشید — به دلیل یک دلیل ساختاری شکست میخورد: طراحی پلتفرم رفتار را در سطح جمعیت شکل میدهد، و شما در پاییندست جمعیت زندگی میکنید. منابعی که دنبال میکنید، خروجی خود را به آنچه که رتبهبندی پاداش میدهد، تطبیق میدهند (از هر اتاق خبری درباره آزمایشهای A/B تیتر بپرسید). بحثهایی که به آنها ملحق میشوید، توسط آنچه که در فید باقی مانده است، پیشفیلتر شدهاند. حتی گوشهی مراقب و مدیریت شدهی شما نیز توسط یک اکوسیستم تأمین میشود که اقتصاد آن را الگوریتم تعیین میکند. انضباط فردی واقعی است اما حاشیهای — مانند رژیم غذایی در یک سیستم غذایی که برای شکر طراحی شده است. اهرم مهم طراحی خود آن است: آنچه که رتبهبندی برای آن بهینهسازی میکند.
که سوالی را که این سریال مکرراً میپرسد دوباره مطرح میکند: نه "چگونه کاربران در برابر رتبهبندی بد مقاومت میکنند؟" بلکه "اگر رتبهبندی همزمان دو کار انجام نمیداد، چگونه به نظر میرسید؟"
استدلال صادقانه: تعامل یک سیگنال است و فیدها باید به نوعی رتبهبندی شوند.
فولادکار سزاوار حق خود است. توجه محدود است و چیزی باید بیپایان را نظم دهد؛ تعامل ارزانترین سیگنال صادقانهای است که در مقیاس در دسترس است — حداقل علاقهی آشکار را اندازهگیری میکند نه حدس یک ویراستار را. و 'کیفیت' واقعاً سخت است که عملیاتی شود: یک پلتفرم که ادعا کند بر اساس حقیقت رتبهبندی میکند، در مقیاسی قضاوتهای ویراستاری انجام میدهد که هیچکس نباید به آن اعتماد کند. بهینهسازی تعامل از روی بدبینی انتخاب نشده است؛ این انتخاب به این دلیل بود که قابل اندازهگیری، مقیاسپذیر و به نظر بیطرف میرسد.
رد این استدلال این نیست که تعامل بیارزش است — بلکه این است که یک عدد دو کار ناسازگار را انجام میدهد. 'چه چیزی در حال حاضر شایسته توجه است؟' (یک سوال مربوط به حرکت) و 'چه چیزی خوب است؟' (یک سوال مربوط به کیفیت) پاسخهای متفاوتی دارند و هر نمره واحدی که مجبور به پاسخگویی به هر دو باشد، به سوال مربوط به حرکت پاسخ خواهد داد، زیرا تنها چیزی است که میتواند اندازهگیری کند. راه حل این نیست که رتبهبندی را لغو کنیم؛ بلکه جدا کردن سیگنالها است — که یک تصمیم طراحی است که هر سیستم بحثی میتواند اتخاذ کند.
چگونه Argumentree این کار را انجام میدهد: دو سیگنال، دو شغل
طراحی Argumentree جدایی را به طور واقعی در نظر میگیرد — رتبهبندی و کیفیت اعداد متفاوتی هستند که از چیزهای مختلف محاسبه میشوند:
امتیاز داغ = شتاب بحث، کور به محتوا
فرمول به صورت (views + 3×replies) ÷ (age_in_hours + 2)^1.5 است. این فرمول تبادل واقعی را اندازهگیری میکند — پاسخها سه برابر بازدیدها وزن دارند — با کاهش زمان داخلی، و نمیتواند نوع محتوا را تشخیص دهد: یک بحث سخت سیاسی و یک سوال ساده با همان محاسبات رتبهبندی میشوند. هیچ دستهای اولویت کمتری ندارد، زیرا رتبهبندی ورودی دستهای برای عمل ندارد.
شایستگی = سیگنال کیفیت جداگانه
کیفیت استدلال در سیستم امتیازدهی نهفته است: امتیازهای شایستگی برای هر کاربر بر روی هر استدلال، به صورت بازگشتی تجمیع میشوند تا نمرات نشاندهنده این باشند که ادعاها چگونه در برابر بررسی مقاومت میکنند. شتاب میتواند یک بحث را قابل مشاهده کند؛ اما نمیتواند یک استدلال را برنده کند.
زوال مانع تصدی میشود
ضریب سنی به این معنی است که موضوع ویروسی دیروز صفحه اول را به موضوع فعال امروز میدهد — شتاب اولیه به دستاورد دائمی تبدیل نمیشود، که به طور مستقیم با تعصب محبوبیت در تضاد است.
هیچ هدفی برای کشاورزی تعامل وجود ندارد
زیرا کیفیت از تعامل ناشی نمیشود، تولید واکنشها شایستگی ایجاد نمیکند. رفتارهایی که تله پاداش میدهد — طعمه خشم، موضوعات تخفیف — در بهترین حالت، دید را خریداری میکنند و دید، مخاطبی برای رتبهبندیها فراهم میکند، جایی که استدلال باید به تنهایی ایستادگی کند.
پلتفرمهای تعامل از یک عدد برای توجه و کیفیت استفاده میکنند و توجه برنده است. آرگومنتری بر اساس شتاب رتبهبندی میکند و بر اساس شایستگی امتیاز میدهد — دو سیگنال، دو کار، و سوال کیفیت در نهایت ابزار خاص خود را دارد. به عنصر وزنسنجی شواهد روش آرگومنتری مراجعه کنید.
نسخه مقیاس پلتفرم از تلههای استدلال
یک یادداشت نامگذاری، زیرا این سایت همچنین 7 تله استدلال را نگهداری میکند — الگوهای شکست نامگذاری شده استدلال گروهی در اتاقها و موضوعات. تله الگوریتمی عنوان این پست عمداً از همان نوع یک سطح بالاتر است: بهینهسازی تعاملات تله اتاق پژواک، تازگی و بلندترین صدا را به عنوان زیرساخت پیادهسازی میکند — الگوهای شکست اتاق، صنعتی شده توسط یک تابع رتبهبندی. صفحات تله به شما میگویند چگونه الگوها را در جلسات خود شناسایی کنید؛ این پست درباره این است که چرا پلتفرمهایی که بین جلسات میخوانید، به طور عمدی و به عنوان مدل کسبوکار، آنها را در مقیاس اجرا میکنند.
