Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Responsible Link-Recommendations in Dynamic Environments

Opis projektu

Zrozumienie wpływu linków polecających na dynamikę społeczną

Zrozumienie wpływu algorytmów na ludzkie zachowania w internetowych mediach społecznościowych jest niezwykle istotne. Algorytmy linków polecających, które sugerują użytkownikom nowe kontakty, są wszechobecne i zasadniczo kształtują sposób tworzenia nowych kontaktów oraz informacje, na które trafiają użytkownicy. Skuteczne zarządzanie sieciami społecznościowymi online wymaga dogłębnego zrozumienia wpływu tych algorytmów i dostosowania ich w celu uzyskania długoterminowych korzyści. Dlatego finansowany przez ERBN projekt RE-LINK ma na celu opracowanie nowych modeli obliczeniowych, które uchwycą wpływ linków polecających na dynamikę społeczną. Zespół projektu opracuje nowy paradygmat linków polecających, który będzie dążył do promowania pozytywnych zachowań społecznych przy jednoczesnym zrównoważeniu krótkoterminowych wyników z długoterminowymi korzyściami społecznymi. Ocena algorytmów zostanie przeprowadzona za pomocą wielkoskalowych symulacji wieloagentowych, eksperymentów online i analizy danych rzeczywistych.

Cel

This proposal aims to develop, for the first time, new computational models to systematically evaluate 1) the long-term societal impacts of link-recommendation algorithms in online social networks and 2) design a new paradigm of link-recommenders that incentivize cooperation, collective action, and misinformation control.

It is urgent to understand how algorithms used in online social media impact human behavioural dynamics given the widespread use of social media platforms and the evidence that they contribute to exacerbate radicalization, misinformation, and incite hate. This is a challenging endeavour. Online platforms are nowadays complex ecosystems where millions of humans influence each other while co-existing with AI algorithms. In this context, link-recommendation algorithms, used to recommend new connections to users, are ubiquitous. Such algorithms fundamentally affect how new connections are formed and the information users are exposed to. Governing online social networks requires understanding the impact of link-recommenders and how to adapt them to ensure long-term benefits.

With RE-LINK, I aim to develop a new class of models to understand the impact of link-recommendations on social dynamics and, in turn, design a new paradigm of algorithms that balance short-term performance and long-term societal benefits. This will be achieved by developing agent-based models where the evolution of behaviours occurs over adaptive networks whose growth, in turn, follows the heuristics used by link-recommenders. I will resort to evolutionary game theory and stochastic population dynamics to formally study the stability of behaviours in this setting. I will use the modelling results to design new link-recommenders that contribute to stabilize positive social behaviours such as cooperation, collective action, and misinformation debunking. The developed algorithms will be evaluated with large-scale multi-agent simulations, online experiments, and real-world data.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2023-STG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

UNIVERSITEIT VAN AMSTERDAM
Wkład UE netto
€ 1 500 000,00
Koszt całkowity
€ 1 500 000,00

Beneficjenci (1)