待验证50% 置信事实精确时间

推荐系统模型优化的目标函数是参与度（engagement）而非用户福祉，能激发焦虑、愤怒等强烈情绪反应的内容天然具有传播优势

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

Looksmaxxing颜值最大化：算法如何制造男性外貌焦虑

涉及实体

推荐系统technology

相关事实

待验证当推荐模型的优化目标被设定为最大化engagement时，模型会系统性给予情绪化内容更高分发权重，这被研究者称为算法放大效应（algorithmic amplification）75% 相似待验证社交媒体平台推荐系统倾向于推送互动率高、情绪强烈的内容，放大了AI工具成功案例的幸存者偏差71% 相似待验证该研究沿情绪评估和行为反应两个维度评估AI的元规范推理,行为反应包括预测违规者自我调节和旁观者他者调节两类任务71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/895029

API

curl https://kongchang.com/api/v1/knowledge/claims/895029

MCP

get_claim(id=895029)