由羅格斯大學教師共同撰寫並發表在《自然》雜誌上的一項研究顯示，用戶的偏好和政治信仰，而不是算法建議，是Google搜索提供的偏袒一方和不可靠新聞的最大驅動力。這項研究解決了一個長期存在的問題，即數字算法可能會通過提供符合用戶先入為主的觀念和態度的信息來放大用戶的偏見。

然而，研究人員發現，顯示給民主黨人和共和黨人的搜索結果的意識形態差異很小。當個人選擇與哪些搜索結果互動或獨立訪問哪些網站時，意識形態差異就會顯現出來。

結果表明，顯示給用戶的低質量內容比例也是如此。儘管某些群體，尤其是自稱為”堅定的共和黨人”的老年參與者，更有可能接觸到低質量的內容，但這些內容的數量在黨派之間並無明顯差異。

這項研究的共同作者、羅格斯傳播與信息學院傳播學副教授凱瑟琳-奧格尼亞諾娃（Katherine Ognyanova）說，Google的算法有時確實會產生兩極分化和潛在危險的結果。

“但我們的研究結果表明，Google在具有不同政治觀點的用戶中平均浮現了這些內容，”奧格尼亞諾娃說。”就人們參與這些網站的程度而言，這在很大程度上是基於個人的政治觀點”。

儘管算法在人們消費新聞的過程中發揮著至關重要的作用，但很少有研究關注網絡搜索–對曝光率（定義為用戶在搜索結果中看到的鏈接）、關注度（人們選擇訪問的搜索結果中的鏈接）和參與度（用戶在瀏覽網頁時訪問的所有網站）進行比較的研究就更少了。

挑戰之一是衡量用戶活動。追踪網站訪問量需要進入用戶的電腦，而研究人員通常依賴於更多的理論方法來推測算法如何影響兩極分化或將人們推向政治極端的”過濾泡沫”和”迴聲室”。

為了填補這些知識空白，羅格斯大學、斯坦福大學和東北大學的研究人員開展了一項兩波研究，將調查結果與從定制的瀏覽器擴展程序中收集到的實證數據進行配對，以測量2018 年和2020 年美國大選期間網絡內容的曝光度和參與度。

研究人員招募了1021 名參與者，讓他們自願安裝Chrome 瀏覽器和Firefox瀏覽器的擴展軟件。該軟件記錄了Google搜索結果的網址以及Google和瀏覽器的歷史記錄，為研究人員提供了用戶參與內容和參與時間的精確信息。

參與者還填寫了一份調查問卷，並按照從”堅定的民主黨人”到”堅定的共和黨人”的七分標準自我報告了他們的政治認同。

兩次研究的結果表明，參與者的政治認同對他們在Google搜索中接觸到的黨派新聞和不可靠新聞的數量幾乎沒有影響。相比之下，政治認同與參與極化內容之間的關係卻很明顯。

Google、Facebook 和Twitter 等平台是技術黑盒： 研究人員知道哪些信息被輸入，也能測量哪些信息被輸出，但策劃結果的算法是專有的，很少受到公眾監督。正因為如此，許多人指責這些平台的技術系統地讓用戶接觸到符合併強化個人信仰的內容，從而製造了迴聲室和過濾泡沫。

奧格尼亞諾娃說，研究結果描繪了一幅更細緻入微的搜索行為圖景。

她說：”這並不能讓Google等平台逍遙法外。他們仍在向人們展示偏袒一方、不可靠的信息。但我們的研究強調，內容消費者才是主導者。”