在线媒体源上无穷无尽的内容自助餐很快就会变得不堪重负。为什么不让 AI 为您策划您的提要呢？
在许多平台上，这已经发生了。但是，简单地遵循机器人的建议是有后果的。
利哈伊大学教授的一项新研究揭示了平台如何使用AI（人工智能）在用户的提要中填充有机内容和广告，以及这种现象对一个人的思维和支出的影响。
“通常情况下，我们认为人工智能会在向用户推送内容方面产生积极影响，但这些影响是否对你有好处取决于你站在哪一边——广告商、平台或用户，”商学院市场营销学副教授董蓓蓓说。
除了通过用户自己选择关注对象而构建的基于订阅的提要外，平台还越来越多地提供 AI 推荐的内容。在 X、Google News 和 TikTok 等流行的在线媒体平台上，用户现在可以选择两个渠道：“关注”和“为你”。
“关注”标签页显示用户选择关注的帐户中的自然内容，并穿插原生广告。原生广告旨在与周围的自然内容融为一体，通常带有一个小标签，表示它们为广告。
“For You”标签显示由 AI 驱动的算法选择的内容和原生广告，这些算法根据用户的浏览历史、偏好和过去的点击次数提供信息。
其他平台正在尝试整合两个渠道的布局，Dong 预计平台将进一步完善，以寻求最大限度地提高参与度，从而推动其收入——主要是付费广告的点击量。
“该平台的目标并不总是完全符合广告商或用户的兴趣，”董说。“他们的重点是增加用户对平台的粘性，或者换句话说，吸引你。
也就是说，这些算法旨在提供推荐的内容，使用户保持在线并点击广告。
该研究量化了用户对这两种内容流的感知和反应的差异。
该研究题为“两个渠道的故事：人工智能推荐和用户订阅渠道之间的数字广告表现”，于 2023 年 7 月发表在《营销杂志》上。
“订阅渠道的来源可信度和感知控制力更高，因此，参与度也不同。用户在订阅渠道上花费了更多的认知努力，“董说。
相比之下，人工智能驱动的内容流类似于“舒适食品”，提供感觉熟悉的内容，并且需要用户较少的认知努力。随着时间的流逝，这种狭隘的内容饮食可能会导致用户在浏览时的批判性思维能力和认知参与度下降，Dong说。
在这种认知参与度较低的状态下，广告的侵入性较小，用户更有可能点击它们。研究发现，在 AI 推荐渠道中投放的原生广告的点击率比在订阅渠道中投放的广告高出 20.08%。
“这种较高的点击率对平台的收入有利，但对广告商可能不利。用户点击更多，但转化率较低，“董说。
该研究的实地实验在中国社交媒体平台微博上，三个月内有超过3亿次曝光297个广告。调查显示，推荐渠道中广告的转化率比订阅渠道低 15.63%。
由于平台是按点击付费的，无论该点击最终是否会带来销售，广告商都必须制作最能引起用户共鸣的广告。
该研究检查了广告在两个属性方面的功效：它们是为“情感”还是“信息”吸引力而制作的，以及它们是否使用直接链接（例如“立即购买”）或间接链接（例如“了解更多”）。
一般来说，信息广告和直接链接被用户视为更具侵入性。然而，在推荐渠道产生的参与度较低的认知状态下，用户对这些入侵的容忍度更高，更有可能点击，但不太可能购买。
在推荐渠道中，带有直接链接的信息广告提高了31.13%的点击率，但降低了25.55%的转化率;而带有间接链接的情感广告使点击率下降了20.63%，转化率提高了74.19%。
在订阅渠道中，带有间接链接的情感广告的点击率最高，但带有间接链接的信息广告最适合推动转化。
董说，除了广告商担心的点击率和转化率之外，稳定的推荐内容也会对用户产生负面影响。随着算法开发更具体的用户档案，推荐的内容在视角上变得更窄，与以前查看的内容更相似。最终，这种模式可以产生Dong所说的“过滤泡沫”。
“这会让你的世界越来越小，直到你被一个完全舒适的世界所包围，”她说。
Dong说，用户不再遇到新的和不同的想法，而是陷入了“低参与度模式”。这种认知状态会降低用户的批判性思维能力，降低他们处理新信息的能力，并最终损害他们的创造力和深度学习能力。
她鼓励个人反击这种模式，并重新控制他们的在线媒体饮食。
“你可以对人工智能对你的了解施加双向影响，”她说。“在与订阅渠道互动时要更有选择性。就像吃全面的饮食对你有好处一样，有意识地在媒体上寻找不同的想法和观点可以帮助对抗过滤泡沫的负面影响。
丹·阿姆斯特朗（Dan Armstrong）的故事
为了最大限度地提高点击率，广告主应为订阅 （1.34%） 和推荐 （1.41%） 渠道使用带有间接链接的情感广告。
为了最大限度地提高转化率，他们应该在订阅渠道中使用与信息广告的间接链接（3.85%），在推荐渠道中使用与情感广告的间接链接（3.94%）。
为了优化整体效率（转化率/展示率），他们应该考虑在推荐渠道中使用带有间接链接的情感广告（0.056%），比订阅（0.040%）增加40%。
随着社交媒体平台继续寻求增加收入，他们更多地转向人工智能生成的算法来满足用户对信息流广告的兴趣。
虽然企业正在仔细研究大量用户数据以优化其收入，但关于这一趋势的影响的学术研究相对较少。商学院市场营销学副教授董蓓蓓表示，这是因为企业不愿意分享专有数据，也不愿意与研究人员合作进行大规模的实地研究，而大学根本就缺乏通过其他方式进行这种大规模研究的资源。
在这项研究中，作者与一家中国视频游戏公司合作，使用社交媒体平台微博上的真实广告进行了为期三个月的实地研究。总共有 297 个广告获得了超过 3 亿次展示。
该项目通过其他基于实验室的研究进行了扩展和验证，包括使用132名学生样本的对照实验和通过Mechanical Turk招募的300名研究对象的对照实验。
另一项对照实验使用尖端的眼动追踪技术，以53名学生为样本，作为验证先前实证结果的方法。
新闻旨在传播有益信息，英文版原文来自https://www2.lehigh.edu/news/is-ai-consuming-your-feed