『F*** You Biden』：X平台跨黨派選舉毒性分析
arXiv - Computers and SocietyDanishjeet Singh, Anindya Mondal, Filippo Menczer
研究發現共和黨發帖毒性高，但民主黨收到的毒性回覆更多，主要因共和黨跨黨派回覆量大。
AI 幫你先抓重點
AI 重點 1
跨黨派互動是毒性升高的關鍵，審核策略應聚焦於此。
滑鼠懸停看 AI 判斷理由
因為大部分對民主黨內容的毒性回覆來自共和黨，將審核重點放在跨黨派互動可更有效降低整體敵意，改變平台對毒性內容的處理方式。
AI 重點 2
跨黨派回覆僅略高於同黨派回覆，說明黨派身份並非唯一毒性來源。
滑鼠懸停看 AI 判斷理由
此發現提示研究者與實務工作者需關注用戶行為與互動模式，而非單純依賴內容毒性評分，從而設計更精準的干預措施。
核心研究發現
- 1
共和黨傾向的貼文毒性分數顯著高於民主黨傾向的貼文。
- 2
民主黨傾向的貼文收到的毒性回覆顯著多於共和黨傾向的貼文。
- 3
跨黨派回覆比同黨派回覆略高且顯著，但共和黨對民主黨內容的回覆量是造成毒性差異的主要原因。
對教育工作者的啟發
平台可針對跨黨派互動設計更嚴格的審核規則；教育工作者可利用此研究設計模擬討論，教導學生辨識跨黨派攻擊；政策制定者可考量調整算法優先處理跨黨派回覆，以降低網路政治暴力。
原始文獻資訊
- 英文標題：
- "F*** You Biden": Cross-Partisan Electoral Toxicity on X
- 作者：
- Danishjeet Singh, Anindya Mondal, Filippo Menczer
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。