社交媒体算法揭示STEM教育广告性别偏见：实验研究

本文探讨了STEM教育（科学、技术、工程和数学）在社交媒体平台上的广告分发过程中可能存在的算法偏见问题。研究者进行了一项现场实验，旨在通过对比性别模糊（对照组）和女性针对性（处理组）两种广告文本的展示效果，探究算法对于不同广告内容的敏感性。 实验由一家法国工程学校发起，目标是高中学生。广告活动中的控制组使用的是不指定性别的广告文案，而处理组则采用了一种明确针对女性的语言。结果显示，带有女性特定文本的治疗广告在所有用户中的展示频率较低，这引发了关于算法可能存在性别歧视的疑问。然而，深入分析表明，这种分布模式并非出于歧视，而是由于算法对广告文本的敏感度所导致的。 具体来说，研究发现算法对广告文本的敏感性不仅取决于文本长度，还与其中单词的含义密切相关。特别是在向18岁以上的用户展示时，性别特指的广告词（如女性相关的词汇和表述）更容易触发算法的过滤机制，导致其在用户界面中的曝光减少。这暗示了算法可能会基于预设的模型或语义规则对某些类型的信息进行优先级排序。 这项研究对社交媒体广告的公平性和个性化推送策略提出了挑战，强调了在设计算法时需要考虑到潜在的性别和语言偏好可能带来的影响。同时，它也提倡在设计和实施广告策略时，应充分考虑算法的内在逻辑，以确保信息的平等分发，并减少无意中的偏见。未来的研究可能需要进一步探索如何调整算法参数或设计更加公正的评估标准，以促进更包容和平等的在线信息传播环境。