社交媒體對(duì)人類社會(huì)的影響究竟有多大？這個(gè)問題近年來被反復(fù)追問，科學(xué)家們?cè)噲D用實(shí)證研究給出答案。但一個(gè)常被忽略的問題是，那些告訴我們社交媒體“好”或“壞”的學(xué)者，他們和社交媒體公司之間到底是什么關(guān)系？

一項(xiàng)發(fā)表在預(yù)印本平臺(tái) arXiv 上的新研究對(duì)此進(jìn)行了系統(tǒng)性調(diào)查。華盛頓大學(xué)社會(huì)科學(xué)家 Joseph Bak-Coleman 及其合作者發(fā)現(xiàn)，在頂級(jí)跨學(xué)科期刊發(fā)表的社交媒體研究中，約有一半存在與產(chǎn)業(yè)的可披露聯(lián)系——包括此前接受過資助、與公司員工合作發(fā)表論文，或曾在相關(guān)公司任職。然而，這些聯(lián)系中的大部分并未在發(fā)表的研究中得到披露。

如果將期刊編輯和同行評(píng)審專家的產(chǎn)業(yè)關(guān)聯(lián)也納入考量，研究估計(jì)僅有約五分之一的高影響力社交媒體研究在整個(gè)生產(chǎn)和評(píng)審過程中完全獨(dú)立于產(chǎn)業(yè)影響。

Bak-Coleman 團(tuán)隊(duì)從 Science、Nature、PNAS 及其衍生期刊中篩選出 295 篇涉及社交媒體的研究論文，涵蓋 1,210 位作者。他們利用 OpenAlex（一個(gè)開放獲取的學(xué)術(shù)論文數(shù)據(jù)庫(kù)）以及各公司公開發(fā)布的資助信息，逐一核查每位作者與 Meta、Google、Microsoft、X 四家公司的關(guān)聯(lián)。依據(jù)各期刊對(duì)利益沖突（Conflict of Interest，COI）的披露要求時(shí)限，研究者判定一篇論文是否存在“可披露聯(lián)系”。

研究發(fā)現(xiàn)，僅有 20％ 的論文在某處提及了產(chǎn)業(yè)聯(lián)系，但獨(dú)立核查顯示 49％ 的論文存在可披露聯(lián)系，實(shí)際披露率不到應(yīng)披露數(shù)量的一半。在 227 篇明確聲明“作者無利益沖突”的論文中，有 42％ 實(shí)際上存在可披露的產(chǎn)業(yè)聯(lián)系。

而與產(chǎn)業(yè)存在關(guān)聯(lián)的研究，恰恰是這個(gè)領(lǐng)域里影響力最大的那一批。研究者利用 Altmetric 數(shù)據(jù)發(fā)現(xiàn)，產(chǎn)業(yè)關(guān)聯(lián)研究平均獲得的關(guān)注度約為獨(dú)立研究的兩倍，無論是學(xué)術(shù)引用、政策文件引用還是新聞報(bào)道頻率都占據(jù)優(yōu)勢(shì)。也就是說，產(chǎn)業(yè)關(guān)聯(lián)研究在塑造公眾對(duì)社交媒體的認(rèn)知方面發(fā)揮著相當(dāng)大的作用。

（來源：arXiv）

在作者層面，產(chǎn)業(yè)影響高度集中于少數(shù)人。研究者計(jì)算了每位作者累計(jì)接受產(chǎn)業(yè)資助或合作的“公司－年數(shù)”，發(fā)現(xiàn)基尼系數(shù)高達(dá) 0.919，前 10％ 的作者占據(jù)了 79％ 的產(chǎn)業(yè)投資。

社交媒體公司并非廣撒網(wǎng)式地與學(xué)術(shù)界合作，而是選擇性地、持續(xù)性地投資于特定的一小群學(xué)者。這種模式讓人想起 2021 年發(fā)表的“灰色帽衫項(xiàng)目”（The Grey Hoodie Project）所揭示的現(xiàn)象：大型科技公司與煙草行業(yè)影響學(xué)術(shù)研究的策略存在驚人的相似性。

產(chǎn)業(yè)影響已滲透到科學(xué)出版的把關(guān)環(huán)節(jié)。研究者識(shí)別出 80 位擔(dān)任學(xué)術(shù)編輯的學(xué)者，發(fā)現(xiàn)其中 34％ 與產(chǎn)業(yè)存在可披露聯(lián)系，是普通作者比例的近兩倍。35％ 由學(xué)術(shù)編輯處理的論文，其編輯存在應(yīng)當(dāng)披露但未披露的產(chǎn)業(yè)聯(lián)系。綜合作者、編輯和評(píng)審人的數(shù)據(jù)，研究者估計(jì)整個(gè)語(yǔ)料庫(kù)的“產(chǎn)業(yè)滲透率”約為 80％。

（來源：arXiv）

除了披露不足，研究還發(fā)現(xiàn)了潛在的主題偏倚。研究者將語(yǔ)料庫(kù)劃分為五個(gè)主題群落，發(fā)現(xiàn)關(guān)于“錯(cuò)誤信息傳播”的研究中產(chǎn)業(yè)關(guān)聯(lián)比例顯著偏高，而關(guān)于“平臺(tái)動(dòng)態(tài)機(jī)制”的研究中產(chǎn)業(yè)關(guān)聯(lián)比例明顯偏低。

這顯然讓研究的重點(diǎn)領(lǐng)域有所偏移，“平臺(tái)動(dòng)態(tài)機(jī)制”類研究關(guān)注算法推薦、信息流設(shè)計(jì)等平臺(tái)級(jí)別特征，更可能揭示平臺(tái)本身造成的危害；而“錯(cuò)誤信息傳播”類研究聚焦于用戶行為，實(shí)際上將問題焦點(diǎn)從產(chǎn)品轉(zhuǎn)移到消費(fèi)者。

這種模式與其他產(chǎn)業(yè)影響研究的歷史經(jīng)驗(yàn)吻合�？煽诳蓸饭径嗄陙碣Y助關(guān)于運(yùn)動(dòng)與肥胖的研究，客觀效果是將公眾注意力從含糖飲料轉(zhuǎn)移到個(gè)人生活方式。煙草公司曾資助大量關(guān)于“為什么人們選擇吸煙”的研究，卻對(duì)二手煙危害避而不談。如今，社交媒體公司似乎更愿意資助研究“用戶為什么傳播假新聞”，而非“算法如何放大極端內(nèi)容”。

合著者、加州大學(xué)爾灣分�？茖W(xué)哲學(xué)家 Cailin O Connor 指出，每一個(gè)具體案例都可能有其合理解釋，但當(dāng)這些案例匯聚在一起時(shí)，整體情況就顯得不那么合理了。產(chǎn)業(yè)資助導(dǎo)致研究偏倚的機(jī)制可能相當(dāng)微妙：公司無需直接干預(yù)研究結(jié)論，只需選擇性地支持那些研究議題和方法傾向于產(chǎn)出有利結(jié)果的學(xué)者即可。

更根本的問題是，社交媒體公司幾乎壟斷了研究所需的核心資源，即數(shù)據(jù)和實(shí)驗(yàn)平臺(tái)。2023 年《麻省理工科技評(píng)論》的一篇評(píng)論文章指出，在這種依賴關(guān)系下，社交媒體研究實(shí)際上是“經(jīng)許可的獨(dú)立”（independence by permission）。

Meta 雖然推出了面向?qū)W者的內(nèi)容數(shù)據(jù)庫(kù)，但申請(qǐng)者需要提交研究問題供審核，研究主題被限定在特定領(lǐng)域。這種結(jié)構(gòu)性依賴意味著，即使沒有明確的資助關(guān)系，社交媒體公司也對(duì)研究議程擁有實(shí)質(zhì)性影響力。

劍橋大學(xué)心理學(xué)家 Sander van der Linden 認(rèn)為，廣泛存在的未披露聯(lián)系“令人震驚且完全不可接受”，但社會(huì)科學(xué)領(lǐng)域的利益沖突規(guī)范遠(yuǎn)不如醫(yī)學(xué)領(lǐng)域成熟。哈佛大學(xué)科學(xué)史學(xué)家 Naomi Oreskes 則警告，在美國(guó)學(xué)術(shù)界面臨聯(lián)邦科研經(jīng)費(fèi)削減、呼吁更多與私營(yíng)部門合作的背景下，“目前我們幾乎沒有護(hù)欄，有的也非常脆弱。”

這項(xiàng)研究提出了一個(gè)無法回避的問題：當(dāng)我們依賴科學(xué)來理解社交媒體對(duì)社會(huì)的影響并據(jù)此制定政策時(shí)，是否充分考慮了這些科學(xué)知識(shí)本身可能攜帶的系統(tǒng)性偏倚？由于數(shù)據(jù)和實(shí)驗(yàn)平臺(tái)的壟斷，許多重要發(fā)現(xiàn)只能通過產(chǎn)業(yè)合作獲得，這使得透明度尤為關(guān)鍵。只有當(dāng)讀者和政策制定者能夠清楚了解一項(xiàng)研究與產(chǎn)業(yè)的關(guān)系，他們才能恰當(dāng)?shù)卦u(píng)估其結(jié)論。

參考資料：

1.https://arxiv.org/abs/2601.11507

2.https://www.science.org/content/article/nearly-third-social-media-research-has-undisclosed-ties-industry-preprint-claims?__cf_chl_tk=jCZ0isX19Mcy8ImIfkxRLIGq_1KijdBiqos9dqtSvqc-1768877020-1.0.1.1-9u.8WPvXNhvomdR0riHDmsYGk4NQw5VEy6_JjOwAZO4

3.https://www.technologyreview.com/2023/11/21/1083760/meta-transparency-research-database-nick-clegg/

運(yùn)營(yíng)/排版：何晨龍