一项发表于《美国国家科学院院刊》（PNAS）的研究指出，社交媒体平台X的推荐算法可能存在刻意推送煽动性内容的倾向，这种设计显著提高了用户互动频率。研究团队通过分析用户行为数据发现，算法更倾向于展示与用户价值观相悖的帖子，进而引发愤怒情绪并刺激回复行为。
斯坦福大学联合多所机构开展的这项实验招募了715名美国X平台用户。参与者通过安装浏览器插件，授权研究人员收集其"For You"推荐流和"Following"关注流的内容数据，同时完成基于Schwartz基本价值观理论的调查问卷。研究团队重点考察了用户与帖子的互动模式，以及推荐内容与个人价值观的匹配程度。
数据分析显示，当用户接触到与其核心观念相冲突的信息时，产生愤怒情绪的概率提升37%，而这类情绪化互动又会导致算法进一步推送同类内容。研究人员将这种现象描述为"愤怒螺旋"：负面情绪驱动的互动行为被系统识别为高价值信号，促使算法持续强化相关内容的分发强度。
主导该研究的Ziv Epstein博士解释称，算法通过监测用户对特定内容的反应强度进行优化。相较于平和的互动行为，愤怒情绪引发的回复、转发等操作具有更强的可预测性和持续性，这导致系统逐渐形成"以激化矛盾换取用户粘性"的运作模式。实验期间，约62%的用户表示曾因推荐内容产生明显不适感。
尽管X平台尚未就此研究发表正式回应，但前产品负责人Nikita Bier在社交媒体透露，平台已在研究结果公布后调整算法参数。据其披露，涉及情绪煽动类内容的推荐权重已下调90%，但承认在实验开展阶段，系统确实存在放大对立情绪的机制设计。目前用户反馈显示，争议性内容的曝光量较峰值时期减少约83%。
研究团队强调，社交媒体算法对公共话语空间的影响已超出技术范畴。由于平台普遍拒绝公开核心推荐逻辑，这种"黑箱运作"模式使得算法偏见难以被及时监管。实验数据显示，长期接触对立内容会使用户产生认知疲劳，但短期内的情绪爆发仍持续推动着算法的自我强化循环。
