社交媒体

社交媒体是基于互联网的服务，让用户能够创作、分享和回应内容，并维持与其他用户之间的社会关系网络。广播媒体由少数生产者向众多被动受众发送信息，与之不同，社交媒体以用户生成的内容、个人资料以及账户之间的关系为核心组织起来。它们建立在互联网和万维网之上，自2000年代中期发展以来，改变了人们的交流方式、新闻的传播方式、政治的组织方式以及企业触达客户的方式。由于这些平台由私营公司运营，其关于排序、数据和内容审核的决定会影响用户所看到的内容，因此该主题也处于计算机科学、经济学、社会学与法学的交汇点上。

本词条首先界定社交媒体的范畴，并梳理该领域的发展历程，从早期的网络社区，到当今的移动端、短视频和人工智能驱动的平台。随后解释平台的技术与经济结构，包括对内容进行排序的算法、为平台提供资金的广告与数据系统，以及使用户集中于少数服务的网络效应。词条的核心部分讨论社会影响：公民参与和政治、新闻与错误信息、极化、心理健康与幸福感、文化与语言、隐私与数据保护，以及内容治理。对于每个议题，本词条都区分了已确立的研究发现与仍有争议的主张。

最后几节讨论监管、研究平台时的方法论难题（这些平台掌控着自身的数据），以及关于去中心化、合成内容和长期影响等悬而未决的问题。全文旨在厘清三点：社交平台究竟是什么，研究已测量到了什么，以及证据在哪些方面仍存在分歧。

定义特征与范围

社交媒体指的是一类在线服务，其中大部分内容来自用户而非专业出版机构，并且每位参与者都拥有持久的身份标识和可见的社会联系。内容层面通常被描述为用户生成内容，即由个人网络贡献者发布、而非传统出版商制作的媒体内容。社交层面则是账户之间的连接关系。大多数平台都结合了三个要素：用户生成内容、由好友、关注者或联系人构成的社交图谱，以及评论、点赞、转发和私信等互动工具。这三个要素中的每一个在其他类型的在线服务中都能找到，因此这一类别的界定依据在于它们如何组合，而非其中任何单一要素。

博伊德与埃里森的定义

学界引用最多的定义来自 danah boyd 和 Nicole Ellison 2007 年的文章。他们将社交网站描述为：允许人们在一个有边界的系统内建立公开或半公开的个人资料，列出与自己有连接的其他用户，并浏览自己及他人的好友列表。这一定义是结构性的，既没有对内容质量作出判断，也没有考虑受众规模，而是把关系和可见性置于核心位置。两位作者还刻意选用"社交网络站点"（social network sites）而非"社交网络服务站点"（social networking sites）的说法。大多数网站支持维护既有的社交网络，但也有一些网站帮助陌生人基于共同兴趣、政治立场或活动而相互连接。若采用较窄的说法，就等于暗示这类网站的核心功能是结识新朋友，而作者并不认为这一点是必不可少的。

严格按照这一定义，个人博客或没有账户级连接的新闻网站都会被排除在外，因为它们并不存在可以遍历的用户网络。该定义对于那些价值在于一对多发布的服务（例如拥有订阅者列表的视频频道）也几乎没有说明。因此，后来的学者通常将其视为参照点，而非确定不移的边界。

与其他媒介的边界

理解社交媒体，最好的方式是将其与相邻的媒介形式加以对比。广播媒体依托的是一种分工：少数生产者服务于庞大的受众。社交媒体则打破了这种分工，平台上的终端用户既是内容贡献者，也是内容消费者。开放网络的不同之处在于，一个网页无需账户系统或受众反馈即可发布，而社交平台则会在服务内部让受众及其反应清晰可见。

即时通讯应用与网络论坛则更难区分。论坛和公告板常常被视为社交媒体的直接前身，而如今的即时通讯应用也已包含公开广播频道、群组动态流以及类似个人资料的功能。一些分析人士将 YouTube、维基百科、Yelp、WhatsApp 和 Twitter 一并归入社交媒体，尽管它们的设计差异很大。对这些服务的研究还借鉴了持久性、可搜索性、可复制性以及隐形受众等概念，这些概念同样适用于任何被存档的公共对话。边界之所以模糊，是因为相同的功能在各个服务中以不同方式重新组合，同时也因为平台不断吸收其邻近领域的功能。

平台架构与用户行为

信息流、点赞、转发和关注关系都是设计上的选择，并会影响人们的行为方式。在早期服务中，个人资料、好友列表、评论和私信最为突出，不过各站点的功能各有差异。此后，平台的重心发生了转移：从简单的按时间顺序排列的动态，转向算法推荐的信息流、个性化推荐、短视频和即时通讯。可见的点赞数和关注者数量使社会地位变得一目了然，并促使用户以特定方式展示自己。关注关系往往是不对等的，用户可以在没有互相关注的情况下阅读某位公众人物的帖子，这改变了注意力分配和回复的规范。正是这些架构层面的决定，使得同一套底层技术在不同平台上能够催生截然不同的社会实践。

先驱与早期网络社区

公告板系统与 Usenet

在互联网成为大众媒介之前，大多数网络社交活动发生在公告板系统（BBS）上。BBS 通常是一台计算机，用户通过拨号调制解调器连接上去，在上面发帖、交换文件、参与讨论。许多 BBS 由爱好者在本地运营，有些一次只能接受一个用户呼入。CompuServe、GEnie 等商业在线服务覆盖范围更广，但在 1980 年代的大部分时间里，BBS 和这些服务才是学术、政府和企业网络之外的主要网络社区。

Usenet 构想于 1979 年，1980 年投入使用，它把 BBS 的模式扩展到了单台机器之外。其设计者 Tom Truscott 和 Jim Ellis 建立了一个分布式系统：消息在服务器之间传播，并按主题组织成新闻组层级结构。串式讨论、持久存档和基于主题的社群，都是后来论坛和社交平台继承下来的特性。Usenet 的组织单位是主题而非个人：用户通过共同兴趣找到彼此，而不是通过公开声明的关系。这一区别之后很重要，因为平台开始让用户自身的关系成为服务中可见的结构。Usenet 在 1990 年代中期衰落，原因是来自商业服务的新用户大量涌入、首次大规模出现的垃圾信息，以及万维网的竞争，三者共同削弱了它。

Six Degrees 与首批商业服务

Six Degrees 由 Andrew Weinreich 于 1996 年创办，1997 年上线，一般被视为首个将会员资料、显性好友列表和学校等所属关系结合在一起的商业服务。用户可以给一度、二度和三度关系内的人发消息，并能看到连接自己与其他任何会员的关系链。公司宣称拥有数百万注册用户，但网络本身十分稀薄：会员的好友中很少有人在线，因此这张关系图几乎没有价值。这是网络效应未能形成的典型案例，因为社交服务只有在用户的足够多联系人加入之后才变得有用。

Six Degrees 的商业模式也很薄弱。公司据报道以 1.25 亿美元出售给营销公司 YouthStream Media Networks，网站于 2000 至 2001 年间关闭。各方来源对出售和关闭的确切年份说法不一。其创办者得出的教训是：这一理念超前于它的受众，这一点在社交网络服务的历史中屡次出现。

博客与 LiveJournal

个人发布功能沿着另一条路线发展。"weblog"（网络日志）一词出现在 1990 年代后期，但这种做法借鉴了更早的分享形式，如 Usenet、电子邮件列表和 BBS。LiveJournal 由 Brad Fitzpatrick 于 1999 年 3 月推出，是最清晰地将发布与社交网络结合在一起的平台。用户维护类似日记的日志，但每个账户都可以维护一份"好友"名单，这些好友的帖子会汇集显示。这种关系并不对称：两个用户之间可以没有关系，可以互相关注，也可以单向关注。评论采用串式结构，用户可以限制谁能评论；"社区"功能允许群组在版主管理成员的前提下集体发布内容。2000 年 9 月推出付费账户，2001 年 3 月服务器代码以开源形式发布。

LiveJournal 表明，博客可以作为一个社交空间运作，其读者群是通过相互链接和评论建立起来的，而不只依赖搜索或订阅推送。它的许多设计选择，包括单向关注、好友可见范围限制和群组空间，在后来的服务中再次出现。

Friendster 与 MySpace

Friendster 由 Jonathan Abrams 和 Peter Chin 于 2002 年 3 月推出，其吸引力建立在六度分隔的理念之上。它的界面会显示用户如何通过共同好友与陌生人相连，这让结识新人显得不那么尴尬，也鼓励了交友和恋爱等用途。用户增长速度超出了公司的承载能力：服务器频繁出现延迟和宕机，不耐烦的用户转投 MySpace。Friendster 于 2011 年放弃了用户个人资料功能，并于 2015 年关闭。

MySpace 由 Internet 营销公司 eUniverse 的员工于 2003 年 8 月创办，提供可自定义的个人资料页面，可以放照片、音乐和个性化装饰。它吸引了大量青少年和音乐人，成为最早在美国以外拥有大量用户的社交网络之一。新闻集团（News Corp）于 2005 年收购了其母公司。它的衰落则来自另一个方向。Facebook 于 2004 年率先面向大学生开放，设计更加统一、也更简洁，用户逐渐转向这一平台。评论者还指出，松散的关系网让用户留下的理由更少：这些早期网络上的许多账户关系很少，支撑持续使用的社会纽带因而较弱。MySpace 于 2011 年被出售，价格只是其鼎盛时期估值的一小部分。

平台里程碑与主流普及

2000年代中期的浪潮：Facebook、YouTube与Twitter

Facebook由马克·扎克伯格与他在哈佛学院的室友及同学于2004年共同创立，最初是一个封闭式网络。同年3月，它已扩展到斯坦福大学、耶鲁大学和哥伦比亚大学。其增长很快：该网站于2004年12月达到100万用户，到2005年5月已扩展到800多所大学校园。同年晚些时候，它向高中网络开放，并简化为"Facebook"。其功能也迅速演变，新闻推送（News Feed）于2006年推出。根据维基百科的数据，到2026年，Facebook的月活跃用户已超过30.7亿，但其他来源引用的较早时间点的数字要小得多。

YouTube于2005年随之出现，由查德·赫利（Chad Hurley）、乔德·卡里姆（Jawed Karim）和陈士骏（Steve Chen）创立。三人都是PayPal的早期员工，在eBay收购该公司后变得富有。其第一个上传的视频由乔德·卡里姆分享，标题为《Me at the zoo》（我在动物园）。其设计使视频的上传和嵌入变得简单，谷歌于2006年成为其母公司。

Twitter则源自另一个项目。它诞生于播客公司Odeo，该公司由埃文·威廉姆斯（Evan Williams）、比兹·斯通（Biz Stone）和诺亚·格拉斯（Noah Glass）于2004年创办。Twitter于2006年推出，是一项用于发布简短实时更新的服务，最初设想为基于短信（SMS）的平台，供人们与朋友分享简短的动态。

图片分享、视频与向智能手机的转变

图片分享是另一条较早且相对独立的发展脉络。Flickr的开发者最初是在开发一款名为 Game Neverending 的在线角色扮演游戏的过程中，着手构建这项图片分享服务的。Flickr于2004年2月正式上线。其设计强调社区属性：标签、照片流、评论、收藏（faves）和群组等功能，后来在各类社交媒体中广泛普及。雅虎于2005年3月收购了Flickr，其创始人于2008年离开公司。雅虎直到2009年末才推出官方的Flickr应用，这为以移动端优先的竞争对手留下了空间。

Instagram于2010年10月正式推出，最初仅在苹果的iOS平台上可用。它将以往需要多种独立工具才能完成的功能整合在一起：相机、编辑软件、网络连接与社交分享集成于一台便携设备之中，省去了图像发布的多个环节。更广泛地说，向智能手机的转变改变了人们发帖的频率和地点，因为智能手机和移动电话成为了人们接入互联网的主要方式。Flickr后来的衰落常被认为与这一转变有关。2018年，它被专注于摄影领域的家族企业SmugMug收购。

视频分享也转向了移动设备。Flickr自身于2008年引入了视频分享功能，但更大的变化来自用手机拍摄和剪辑的短视频。

短视频与中国平台的崛起

Musical.ly于2014年创立，是一款短视频应用，用户可以制作并分享15秒的对口型音乐视频。其中国对应产品是抖音。抖音由字节跳动于2016年9月以A.me的名称推出，并于2016年12月更名为抖音。其界面设计颇具特色：抖音以全屏方式呈现视频，应用一打开便自动播放。抖音迅速走红，一年之内用户数便达到1亿。

TikTok最初是两款独立应用，最终合并为一：Musical.ly与抖音。国际版于2017年推出。2017年9月，两者以TikTok的名称拓展到中国以外的部分国际市场。2019年2月，TikTok与抖音的全球下载量合计达到10亿次（不含中国境内的安卓安装量）。如今两款应用外观与标志相似，但目前仍各自独立运营。一则营销行业的消息称，抖音于2026年3月月活跃用户突破10亿，成为中国首个突破这一数字的短视频应用。这一扩张是更广泛的平台全球化进程的一部分，这些平台大多起源于美国以外。

Web 2.0与参与式平台

上述平台常被归入Web 2.0这一概念之下。该术语于2004至2005年间由O'Reilly Media推广开来，与万维网成为可读写媒介的趋势相关。其核心理念是，用户将生成大部分内容，而不仅仅是阅读企业发布的网页。标签、RSS订阅、可嵌入的小部件和开放的编程接口等功能使这一理念得以实现。Flickr正是这一模式的例证：其照片可以嵌入博客之中，其面向好友和群组的工具也预示了后来各类服务的社交功能。这些设计选择帮助把个人发布转变为网络化、基于信息流的参与方式，而这一方式定义了之后十年的平台形态。

技术架构与数据基础设施

社交图谱及其数据模型

大多数社交媒体服务都建立在社交图谱之上，其中用户、帖子、评论和互动以实体形式存储，并通过带类型的关系相连。工程师通常将其视为一个有向图，这是图论研究的结构。Facebook 在 2013 年 USENIX 论文中描述的 TAO 系统就是一个有据可查的例子。它将数据建模为带类型的对象，以及带类型的有向关联。每个关联都有一个时间字段——不，见下文。

任意两个对象之间，同一类型的关联至多只能有一个。这一约束使模式保持简单。每个关联还带有时间戳，使系统能够按时间顺序返回结果，例如某条帖子的最新评论。每个关联都有时间字段，这对于按时间先后对查询结果排序至关重要。

存储通常是分层的。TAO 的持久化层仍然是 MySQL，其前面是一个感知图结构的缓存。对于合适的数据类型，它取代了应用层管理的旁路缓存，同时保留 MySQL 作为持久化存储层。分区遵循同样的逻辑：对象被永久分配到分片，关联则根据其源对象存储。

规模：缓存、复制与一致性

这类系统的规模远大于传统网络应用。据报道，TAO 每秒可处理十亿次读取和数百万次写入，并运行在分布于多个地区的数千台机器上。其设计以读为主。在每个地区内，主缓存（leader cache）协调对数据库的访问并对写入排序，而从缓存层（follower tier）为客户端提供服务并扩展读取吞吐量。各地区之间异步复制数据，因此读取可以在本地完成，而写入则发往负责该分片的主地区。

这些选择涉及权衡。相比强一致性，TAO 更重视可用性、读取性能和机器效率。其通常采用最终一致性模型，当需要更新的数据时，关键读取可以转发到主地区。除数据库层之外，大型平台还依赖内存缓存、用于异步任务的消息队列，以及将图片和视频存储在用户附近的内容分发网络。实时功能（如在线计数和通知）一般依赖流式连接或排队的事件处理。

信息流生成：推送、拉取与混合模型

信息流生成是影响最为深远的架构决策之一。一个拥有大量关注者的账号发布的帖子，必须送达每位关注者的时间线，这可以在写入时或读取时完成。在写入时（即"写扩散"，fan-out-on-write）模型中，帖子被复制到预先计算好的时间线中。在读取时（即"读扩散"，fan-out-on-read）模型中，时间线在被请求时才组装。两种方式的成本随受众规模急剧不同。一项系统设计分析估计，拥有 3000 万关注者的用户每条推文会触发 3000 万次缓存写入。拉取模型则避免了这种峰值：时间线服务获取该用户的关注列表，从每个被关注者的推文存储中取回近期推文，按时间戳归并排序，然后返回前 N 条。

因此，大多数大型服务会将两者结合。对于普通用户（关注者少于约 10,000 人）：采用写扩散。对于名人（关注者超过约 10,000 人）：不做扩散。当关注者加载时间线时，系统会将预先计算好的时间线（来自普通用户，写扩散）与实时获取的名人推文（读扩散）合并。此类描述基于外部分析而非官方文档，确切阈值并未公开。

应用程序接口与第三方生态

应用程序编程接口使彼此独立的软件系统能够交换请求和数据。API 充当软件中的"中间人"，让两个应用程序能够相互通信。早期的社交平台向外部开发者开放 API，从而催生了第三方客户端、分析工具和学术研究。自 2006 年以来，Twitter 的 API 一直是研究虚假信息和危机应对等社会现象的研究者的重要数据来源。

这种开放性已经收窄。2023 年初，Twitter（后更名为 X）取消了免费 API 层级。其三个层级包括：主要面向内容发布机器人的基础免费层级、每月 100 美元的基础层级，以及价格高昂的企业层级。据报道，企业层级上更大数据量的访问费用为每月 42,000 美元。2023 年 5 月又推出了中间层级，面向初创企业，每月 5,000 美元。研究人员报告了严重后果。一项 2024 年的研究描述了该公司如何取消其学术访问计划，使许多学者无法继续开展数据密集型项目。其他平台也收紧了开发者访问权限，尤其是在 2018 年剑桥分析（Cambridge Analytica）事件曝光之后。

移动客户端、推送通知与应用商店

大多数用户通过智能手机应用而非浏览器使用这些服务。移动客户端会保留本地缓存，使信息流能够快速渲染，在后台同步变更，并在网络不可用时将操作排入队列。推送通知通过操作系统的服务投递，例如 iOS 上的 Apple Push Notification service 和 Android 上的 Firebase Cloud Messaging。由于投递由操作系统控制，后台活动可能受到省电策略的限制，平台必须围绕这些限制进行设计。

应用商店充当分发的把关人。苹果的 App Store 和谷歌的 Google Play 会审核提交的应用、控制安装与更新，并在标准条款下抽取应用内购买收入的一部分，通常为 15% 至 30%。这些条款受到开发者和监管机构的质疑，其竞争层面的影响在竞争法和市场势力的语境中讨论。

商业模式与注意力经济

大多数主要社交媒体服务在用户访问时是免费的，因此其收入来自其他渠道。最重要的是把用户注意力出售给广告主。此外，订阅、高级功能，以及近来向人工智能开发者授权用户生成内容，也已成为次要的收入来源。

广告与定向投放

对于最大的平台而言，广告是迄今为止最大的收入来源。Meta 2025 年的广告收入约为 1960 亿美元，总收入约为 2010 亿美元。该公司将广告增长归因于两个因素：广告展示量，以及每条广告的平均价格，全年平均价格上涨约 9%。定向广告是使这些价格站得住脚的关键。平台根据用户主动提供的信息、关注和点赞、点击行为、在内容上停留的时间，以及从这些信号推断出的结论，构建用户画像，然后向按这些画像划定的受众投放广告。因此，广告产品对购买方的价值取决于平台能否准确预测哪位用户会做出回应。这也是为什么对用户的数据隐私采集与大数据分析会处于商业模式的核心。

广告主通常按以下几种计量单位付费：展示次数（千次展示成本）、点击次数，或完成的行为，例如购买或应用安装。拍卖系统决定在某个广告位展示哪条广告，而这套拍卖逻辑与本词条其他部分所述的排序模型紧密相关。

注意力作为交易资源

注意力是被出售的资源，这一观点源自经济学家赫伯特·A·西蒙（Herbert A. Simon）1971 年提出的论点：当信息变得丰富时，稀缺的是人们吸收和处理信息的能力。注意力经济将这一观察应用于数字市场，平台、广告主和用户在这里争夺同一份有限的时间资源。实际上，用户每刷一分钟，都会变成可以被衡量、定价和再次出售的库存。用户以注意力和个人数据换取免费服务，平台将这些注意力打包卖给广告主，广告主则为接触这些注意力付费。评论者指出，品牌仍然可以购买触达率，但注意力越来越需要通过人们愿意观看或分享的内容来赢得，这促使广告主转向创作者内容和模因等形式。

订阅、高级功能与数据授权

相对于广告而言，其他收入来源仍然较小，但在某些情况下正在增长。Meta 的“其他收入”项目在 2025 年增长了 50%，主要来自 WhatsApp 上的付费商业消息服务和 Meta Verified 订阅。销售额外功能、认证或减少广告的高级会员套餐在整个行业也很常见，不过它们产生的收入因服务而异，差别很大。

数据授权是较新的收入来源。据报道，Reddit 于 2024 年同意让谷歌使用其内容训练人工智能模型，每年约 6000 万美元；其与 OpenAI 的第二项交易估计每年约 7000 万美元。到 2026 年第二季度，Reddit 的数据授权收入在单季度内达到约 4300 万美元，约占其总收入的 5%。与谷歌的协议即将到期，据报道，Reddit 曾考虑限制谷歌的访问权限，理由是人工智能生成的搜索答案正在减少流向原始网站的流量。Reddit 还讨论过在未来交易中采用基于使用量的“动态定价”，即将付款与内容在人工智能回答中被使用的频率挂钩。

增长、留存与相互竞争的目标

平台运营者面临若干目标，这些目标并不总是一致。上市公司以营收增长来衡量表现，而广告收入取决于所投放的展示次数，因此增长需要用户在服务上花费更多时间。留存因此至关重要：平台一旦失去用户，就失去了库存，其定向数据的价值也随之下降。留存与增长又与其他目标相互竞争，这些目标包括用户福祉、内容质量、表达自由的保护、法律合规以及内容审核的成本。投资规模也带来了压力。Meta 已预计 2026 年资本支出为 1300 亿至 1450 亿美元，这需要广告收入持续增长。关于排序、通知设计或引入新形式的决策，往往会依据这些商业指标进行评估，这也是批评者认为以参与度最大化为导向的设计可能与用户及社会利益相冲突的原因之一。

平台类型及其功能

社交媒体服务通常按照其设计中占主导地位的功能分类，但各类别之间存在重叠。主要类型包括社交网络、微博客、媒体分享、即时通讯、论坛和职业网络。每种类型都有典型的内容单位（如个人资料、短帖、照片、视频、帖子串）和典型的连接模式。

主要类别

以 Facebook 为代表的综合性社交网络服务，围绕个人主页、相互关注的好友关系和核心动态信息流组织用户活动。微博客服务，如 X（原 Twitter）和微博，将帖子限制为附带媒体的短文本，并依赖公开的定向关注和转发，使内容能够在关注者网络中快速传播；该形式的详细介绍见微博客词条。媒体分享服务围绕单一媒介构建：Flickr 和 Instagram 用于照片，YouTube 用于长视频，Pinterest 则用于将图片保存到用户自行整理的收藏集中。WhatsApp 和 Telegram 等即时通讯服务优先考虑私聊或小群组对话，不过许多此类服务也加入了类似广播的频道和状态更新功能，使其与广播之间的界限变得模糊。论坛和讨论区将内容组织成以话题为单位的帖子串，并按投票或回复数排序。Reddit 是当代最大的例子，其特点是话题社区和基于投票的排序方式。LinkedIn 等职业网络以职业履历、技能背书和招聘为核心，其信息流面向工作而非个人生活。

直播与短视频

直播和短视频是两种不同的形式，各有其规范。直播是同步进行的：观众通过弹幕、虚拟礼物和付费订阅与主播实时互动，这种形式奖励即时性以及主播回应观众的能力。Twitch 上的游戏直播和抖音等中国平台上的直播间都是这一模式的典型例子；而直播带货，即在直播过程中销售商品，则将其延伸至电子商务领域。相比之下，短视频通常为竖屏、全屏并循环播放，其内容发现依赖推荐机制，而非已有的粉丝基础。这使新创作者能够迅速触达受众。其惯例包括可复用的背景音乐、合拍、拼接回应和二次创作等格式，这些格式鼓励模仿，并使潮流迅速扩散。

综合性服务与功能扩张

大多数大型平台都是综合性的。Facebook 结合了个人主页、群组、即时通讯、电商市场和视频；X 将微博客与私信和视频结合；Reddit 将论坛结构与图片、视频托管相结合；微信则将即时通讯与支付及第三方小程序结合在一起。平台扩展功能范围的原因有多种。每增加一项功能，都会给用户一个再次回来的理由，从而提高用户在平台上的停留时间。功能还使平台更容易留住现有用户，并从新的活动中获取数据和广告资源。在网络效应较强的情况下，向已有用户群体增加一项功能，比吸引用户转向一个单一用途的新服务更为经济。不过，扩张也有代价：功能众多的平台可能存在相互冲突的设计目标，而用户采用这些功能的方式也常常超出设计者的预期。

因媒介不同而产生的设计差异

以文本为中心的服务，如微博和论坛，侧重引用、回复串、可搜索性和论辩，因此其界面强调层层回应的链条结构。以图像为中心的服务，如 Instagram 和 Pinterest，则侧重审美策展、网格布局以及通过个人主页展示自我形象，因此裁剪、滤镜和视觉风格的统一变得十分重要。以视频为中心的服务则侧重观看时长、自动播放和算法推荐，因为内容是被连续消费的，而且是由系统而非用户挑选的。这些设计选择既塑造了自我呈现和文化实践，也影响了哪些内容得以传播。字数限制、画幅比例和自动播放并非中立的功能；它们会影响人们在每个服务上的写作、呈现方式和交流方式。

全球普及率、人口特征与数字鸿沟

如何衡量社交媒体的使用人群

关于使用人群最详细的人口统计知识，大多来自各国的全国性调查项目，其中最知名的是美国皮尤研究中心（Pew Research Center）的调查系列。其调查数据会按性别、种族和族裔、教育程度等类别加权，以代表美国成年人口。这类调查有其局限。许多调查没有区分不同类型的使用行为，例如只是浏览、发表评论还是发布原创内容；而且由于样本规模有限，它们很难反映一国内部的地区差异。

全球总量数据则依赖另一种方法。DataReportal 综合了各平台自身公布的广告覆盖人数，统计显示，截至 2026 年 4 月初，社交媒体用户身份数为 57.9 亿，相当于全球总人口的 69.9%。这些数字统计的是账号，而非个人：同一机构also提醒，用户数据未必代表独立个体，由于存在重复账号，其数字可能超过公布的网民人数，甚至超过总人口。因此，这类统计反映的是覆盖范围，而不是不同参与者的实际人数。

按年龄、性别、教育程度和收入划分的特征

在美国的数据中，年龄是最明显的分界线。在皮尤 2025 年的调查中，18至29岁的成年人中有八成表示使用 Instagram，这一比例高于年龄较大的群体，其中65岁及以上人群的使用比例仅为19%。YouTube 和 Facebook 是例外：它们是每个年龄段多数人都在使用的仅有的两个平台。性别差异较小，但方向一致。女性在 Facebook（78% 对 63%）、Instagram（55% 对 44%）和 TikTok（42% 对 30%）上的使用比例高于男性，而男性使用 X（25% 对 16%）和 Reddit（29% 对 23%）的可能性更大。

教育程度和收入同样影响人们选择使用哪些服务。至少拥有大学学位的成年人中，约有四成表示使用 Reddit，而有过大学经历但未获学位者为 28%，高中及以下学历者为 15%。皮尤此前的发布显示，家庭年收入在 10 万美元或以上的人群中，X 的使用率更高。这些差异属于描述性结论：它们说明了谁报告使用某项服务，但并未解释原因。

地区差异与中国独立的生态体系

由于西方服务的可及性并不普遍，各地区的平台主导格局差异很大。许多国家限制外国平台，本地服务往往在境内占据领先地位。最典型的例子是中国，在国家监管下，中国发展出了一套独立的本土服务体系。由腾讯运营的微信，在同一界面中整合了即时通讯、支付、企业账号和小程序。微博是一款微博客服务，是中国面向公众的新闻与评论平台。抖音是字节跳动旗下短视频应用的国内版本，已成为国内最大的视频平台之一。Facebook、YouTube 和 X 通常无法被中国大陆的普通用户访问。这种割裂意味着，以西方和印度受众为主的全球用户统计，可能低估中国市场的规模，并使其在平台覆盖范围的比较中被遗漏。

接入不平等及其对参与度的影响

普及率首先取决于能否上网。国际电信联盟（ITU）估计，2025 年约有 60 亿人，约占全球人口的四分之三，在使用互联网，但仍有 22 亿人处于离线状态。其中 96% 的离线人口生活在低收入和中等收入国家。差距十分悬殊：高收入国家中接近 94% 的人口已经上网，而低收入国家这一比例仅为 23%。国家内部的鸿沟同样显著。城市居民的上网率为 85%，农村地区为 58%，而非洲农村地区更低，仅为 21%。ITU 还报告了性别差距：男性的上网率为 77%，女性为 71%。

这些差距决定了谁能够参与其中。由于平台依赖网络连接，缺乏稳定或负担得起的接入服务的人群，在用户统计和研究所用的数据中都代表性不足。价格与覆盖范围同样重要。ITU 的分析表明，负担能力上的差距不仅存在于高收入经济体与低收入经济体之间，也存在于国家内部；对最贫困的人群而言，一份移动宽带套餐的费用可能占其收入的很大比例。

普及趋势与移动互联网的作用

全球互联网使用率稳步增长。上网人口占比从 2020 年的 60% 上升到 2025 年左右的约四分之三，随着测量方法的改进，早期的估计数据也经过了修正。增长最快的地区，是移动设备成为主要上网途径的地区。在许多低收入和中等收入国家，智能手机是一户家庭唯一拥有的计算设备，因此决定人们如何接触社交平台的，是移动宽带而非固定宽带服务。移动网络的扩张因此成为发展中地区新增用户的主要推动力。与此同时，ITU 指出，高收入国家的典型用户产生的移动数据流量约为低收入国家用户的近八倍，这表明即便接入已经实现，使用的强度与质量仍存在巨大差异。

网络效应与市场结构

直接网络效应与间接网络效应

社交网络对每位用户的价值通常会随着网络上其他人数的增加而提高。在网络效应中，加入的好处来自于网络上有哪些人。消息应用主要在用户的联系人也在使用时才有用，这是直接效应。吸引大量用户的平台也会吸引广告主、创作者和第三方开发者，而他们的存在又使平台对普通用户更具吸引力，这是间接效应，它把市场的两方联系在一起。由于这些反馈循环，率先发展的服务可以持续吸引用户，而用户较少的竞争对手提供的价值较低，也更难增长。在许多品类中，结果往往是少数几家占主导地位的服务，通常每种功能各有一家。经济学家将这种现象描述为市场集中的趋势，而非稳定的竞争均衡。

收购及其竞争影响

主导企业扩张的一种方式，是收购可能成为竞争对手的公司。Facebook于2012年收购了图片分享应用Instagram，并于2014年收购了即时通讯服务WhatsApp。2020年12月，美国联邦贸易委员会（FTC）起诉Meta，指控该公司将这两款应用视为新兴威胁，并以"买下或扼杀"（buy or bury）的策略收购了它们。这两项交易宣布时，FTC均已予以放行，这使该案在法律上难以成立。2025年11月18日，在历时六周、由法官独自审理的审判之后，美国哥伦比亚特区联邦地区法院的法官James Boasberg裁定，FTC未能证明Meta目前在个人社交网络领域拥有垄断地位。法官认为，相关问题是当前的市场力量，而非Meta在交易达成时是否占据主导地位。他还认定，FTC对市场的界定不够令人信服，因为该公司与TikTok、YouTube等服务存在竞争。收购的批评者认为，收购尚处萌芽阶段的竞争对手，会在竞争成长之前就将其消除，而且此类交易一旦完成便难以撤销。辩护方则认为，收购带来了规模和投资，使用户受益，而且快速变化的市场边界很难在法庭上加以厘定。

转换成本、数据锁定与互操作性

即使用户可以自由离开，仍有若干因素阻碍他们这样做。转换成本包括个人联系人关系网、过往内容和受众的丧失。用户也可能被锁定在某个平台的聊天群组之中，或某位创作者的粉丝群体之中。多年积累的数据，可能使现有企业获得新进入者难以复制的优势，这一问题常被称为数据锁定。互操作性是指一种服务上的用户能够与另一种服务上的用户通信，或将其数据迁移至另一种服务，它可以降低这些壁垒，但各服务很少自愿提供这种功能。欧盟《数字市场法》（DMA）对此问题采取了监管手段。该法要求被指定为"守门人"的企业在特定情形下允许互操作性和数据访问，并避免在未经同意的情况下跨服务合并个人数据。

反垄断案件与政策回应

反垄断执法沿着两条路径展开。在美国，法院事后适用垄断相关法律。在对谷歌的诉讼中，美国司法部和各州总检察长主张，为成为手机和浏览器的默认搜索引擎而支付的费用，维持了其垄断地位。法官Amit Mehta于2024年8月裁定谷歌败诉。2025年9月，他下令采取行为性救济措施而非拆分公司，包括终止独家默认协议，并与竞争对手共享某些搜索数据。谷歌于2026年1月提起上诉，司法部和各州随后提出交叉上诉，因此截至2026年后期，上诉程序仍在进行。欧盟则采取了不同的做法。《数字市场法》于2023年5月2日开始适用，它设定了指定"守门人"的客观门槛，并施加事前义务，例如禁止自我优待，以及禁止某些合并数据的使用方式。2023年9月，欧盟委员会指定了六家守门人，包括Meta和字节跳动（TikTok），涵盖22项核心平台服务。对不合规行为的罚款最高可达全球营业额的10%。关于这些措施究竟能否改变市场结构，还是主要在管理现有企业的行为，争论仍在继续。

内容审核与平台治理

内容审核是指一套规则、工具和人员，用于决定平台删除、标注、降低曝光或限制哪些帖子、账号和媒体内容。大多数服务会发布社区准则，并通过用户举报、自动化分类器和人工审核员相结合的方式执行。自动化可以处理海量内容，但对于讽刺、重新使用的侮辱性词语、新闻影像和政治言论等依赖语境的材料，处理效果较差，因此有争议的案例通常会交由人工处理。

自动化、人工审核及其局限

2018年由学者和倡导团体起草的《圣克拉拉原则》（Santa Clara Principles）至今仍是该领域被引用最广泛的基准。该原则认为，只有在自动化工具的准确率已被证明足够高时，才应将其用于识别或删除内容，无论结果是否经过人工复核。同一文件还要求平台披露人工对自动化决策的监督程度，并允许用户申请人工复审。实践中的难点在于，基于主流语言和常见格式训练的分类器，往往会漏掉当地的俗语、隐晦的敌意表达以及意义依赖语境的图像，同时又会误删合法言论。错误率很少以外部人士能够核实的形式公布。

申诉、透明度报告与独立监督

申诉是用户对决定提出异议的主要渠道。Meta的监督委员会（Oversight Board）于2020年10月开始受理案件，是外部上诉机构中最为人所知的例子。据该委员会2025年12月发布的五年评估报告，委员会已作出200多项裁决，提出320项建议。Meta已执行了其所有具有约束力的裁决，以及约75%的建议。批评者指出，这一模式的覆盖范围有限。一项2022年的学术研究统计，2021年在130个入围案件中只作出了20项裁决，而同期提交的案件约有一百万件。委员会还必须选择案件，并优先考虑那些可能影响全球众多用户、对公共讨论至关重要，或对Meta政策提出重要问题的案件。根据委员会自身对其章程的解释，推翻某项决定并不会自动使该案件脱离其审查范围。摘要裁决（summary decisions）是一种透明度工具，用于公布Meta在收到申诉通知后撤销其原始决定的案件信息。

透明度报告是第二根支柱。《圣克拉拉原则》要求三点：公布删除和封禁的数量、向受影响用户发出清晰通知，以及提供有实际意义的申诉渠道。欧盟的《数字服务法》于2022年11月16日全面生效，将其中一部分要求上升为法律。在欧盟拥有至少4500万月活跃用户的平台被认定为超大型平台，必须至少每六个月发布一次透明度报告。这些报告还必须披露专门用于内容审核的人力资源，并按成员国每种适用的官方语言进行细分，同时包括申诉通知和庭外争议解决情况。不过，分析人士发现，各平台之间并没有统一的非法内容分类标准，甚至在单个报告内部也存在不统一的情况，这使得跨平台比较十分困难。

语言、地区与政治语境

审核质量在不同语言和政治环境中差异明显。《圣克拉拉原则》强调文化胜任力，即负责审核和申诉决定的人员应当理解所审查帖子的语言、文化以及政治和社会背景，并要求申诉机制能够以用户实际使用的语言提供服务。监督委员会的案件就说明了这一点。在一个案件中，委员会处理了一条泰语Facebook帖子，其内容呼吁他人不要支持雇用柬埔寨人的商店或公司。在另一组涉及埃塞俄比亚、巴基斯坦、乌克兰和意大利针对当局威胁言论的案件中，经委员会介入后，Meta撤销了其删除决定，承认这些评论属于修辞性的批评表达，而非可信的威胁。此类案件表明，同样的措辞在不同的本地情境下可能被作出不同解读，而单一的全球统一规则很难涵盖这种差异。政府的请求又增加了一层复杂性，因为《圣克拉拉原则》要求公司认识到，当国家影响审核规则或执法时，用户权利可能面临的特殊风险。

相互竞争的目标

治理决策受到多重相互竞争目标的影响。言论自由、用户安全、法律合规与商业利益并不总是指向同一方向。删除针对政治人物或普通个人的深度伪造内容，可能有助于保护尊严、减少骚扰，但这同时也需要对允许言论的边界作出判断；监督委员会在此类内容上的裁决曾出现两种相反的结果。例如，它曾裁定删除一段针对英国地方政治人物的深度伪造视频，因为该视频包含针对难民的仇恨言论。广告收入、增长目标以及人工审核的成本，都会影响平台将多少资源投入到申诉处理和本地语言执法中。委员会自身的评估指出，它关于就某些算法的运作方式进行去神秘化说明的建议，仅得到了部分落实，这说明要在触及核心产品设计的问题上作出治理承诺是多么困难。这些结构究竟是能够带来问责，还是主要提供了一层程序性的外衣，仍是研究者、监管机构和民间社会之间的一场开放争论，并与言论自由以及人权标准等问题密切相关。

隐私、数据收集与数据保护

收集数据的类别

社交媒体服务收集的数据远不止用户选择发布的内容。个人资料、帖子和消息等明确数据只是可见的一层。行为数据则由用户使用服务的方式产生。有一种用于模拟平台追踪的教学工具，会记录用户浏览过程中的互动指标，例如查看一张图片所花的时间、静止不动的时段、各类反应、关注行为，以及内容是私密分享还是公开发布。位置数据是第二大类。许多社交媒体平台内置了签到功能，但位置信息也可能来自附近设备探测到的蓝牙或WiFi信号；部分平台还会使用第三方位置数据提供商，它们从GPS、IP地址和基站数据中收集信息。隐私软件厂商Surfshark在2024年前后发布的一项分析报告称，即使用户关闭了精确位置共享，公司仍可根据其隐私政策中所述的方式推断出大致位置。

推断数据是影响最大的一类，因为用户很少主动提供这类数据。广告和分析公司会综合追踪Cookie、设备与浏览器指纹、社交媒体数据、位置数据，以及用户所在地点和社交圈中其他人的行为，来估算用户的兴趣和偏好。追踪也会跨越服务边界：追踪代码库会记录应用使用情况和网页浏览历史，并结合合作追踪公司提供的数据。

同意与隐私设置

同意是这类数据处理最常见的法律和实践依据，但它存在结构性的局限。隐私设置通常只决定用户能向其他用户展示或分享什么，并不必然控制平台会推断出什么、从数据经纪商处购买了什么，或是已经收集了什么。退出机制的效果也参差不齐。即使用户限制了位置共享，其位置仍可能通过设备IP地址或照片中嵌入的元数据被推断出来。默认设置、冗长的政策文本和界面设计，都会以许多用户未曾细究的方式影响他们的选择，研究者也一直在争论，用户所接受的告知能否真正称为知情同意。在欧盟，《通用数据保护条例》（GDPR）设定了更高的标准，要求同意必须是自由给出的、具体的、知情的且明确的，但其实际执行情况仍存在争议。

剑桥分析事件

这一事件表明，大规模的个人数据泄露有时并非源于传统意义上的黑客入侵，而是源于平台的数据访问规则。据《纽约时报》和《观察家报》的报道，该公司于2014年开始通过一款由英国研究员亚历山大·科根（Aleksandr Kogan）开发的应用，获取了超过5000万Facebook用户的数据。该应用的权限范围超出了其自身用户：开发者不仅能获取使用该应用的用户信息，还能获取这些用户所有Facebook好友的信息。后来的估计显示，受影响的用户约有8700万。这一丑闻于2018年3月通过举报人的陈述和调查报道公之于众。Facebook不认同将此事件定性为数据泄露，辩称科根获取的是自愿注册其应用的用户的信息，且所有相关方都已表示同意。批评者则反驳说，这类行为之所以能够发生，很大程度上是由于当时Facebook的隐私政策所致。该公司本身于2018年5月宣布申请破产并停止运营，全球多国政府也随之展开调查。这一事件促使监管关注点转向第三方访问权限，以及平台数据政策的执行。2019年，美国联邦贸易委员会对Facebook处以约50亿美元的罚款，此后该平台也限制了开发者对好友相关数据的访问。

数据保护制度

《欧盟通用数据保护条例》自2018年起生效，是适用于平台的最全面的制度。无论企业总部位于何处，只要涉及欧盟居民的个人数据处理，该条例均适用。它规定了数据处理的合法依据、访问权和删除权，并设定了高额罚款。执法主要集中在爱尔兰数据保护委员会，该机构是众多大型平台的牵头监管机构。迄今为止其最大一笔罚单源于一起跨大西洋数据流动争议：2023年5月，爱尔兰数据保护委员会因Meta Platforms Ireland违法向美国传输个人数据，对其处以12亿欧元罚款。委员会认定，Meta依赖标准合同条款及补充措施，并不满足欧盟法院在“Schrems II”案判决中提出的要求。Meta表示将提起上诉。在此之前，最高罚单纪录为2021年对亚马逊处以的7.46亿欧元罚款。Meta面临的其他GDPR罚款还涉及透明度、儿童数据和安全设计等问题。据报道，自2021年9月以来，Meta被最终确定的GDPR罚款合计约28.3亿欧元，不过罚款规模本身并未解决平台如何收集和推断数据的问题。在欧盟之外，数据保护制度则较为分散：美国依赖针对特定行业的联邦规则，以及数量不断增加的州级法律。

政治、公民参与与社会运动

竞选活动与政治传播

社交媒体已与广播和印刷媒体一样，成为选举竞选的标准渠道。竞选团队利用各平台直接向支持者发布信息，招募志愿者和捐助者，并购买定向广告。定向投放依赖隐私和广告部分所述的数据，这使得不同受众可以接收到不同的信息，而公众往往难以察觉。2016年美国大选显示，与国家有关联的影响力行动可以利用虚假账号、主页和付费广告放大具有分裂性的内容，此后政治广告和平台透明度持续受到严格审视。

各国监管机构对政治广告的处理方式不一。欧盟关于政治广告透明度和定向投放的条例于2025年10月开始适用，几家大型平台随即停止在欧盟接受政治广告。其他司法辖区的政策仍参差不齐。而自然（未付费）政治内容的传播范围更难监管，也是持续受关注的问题。

动员：案例研究及其解读

始于2010年底的“阿拉伯之春”是研究最为充分的案例。一项对88篇同行评审论文的2016年调查发现，大多数研究认为，在传统媒体受国家控制的社会中，社交媒体为民众发声，从而促成或推动了抗议活动。该时期的调查证据经常被引用：多数埃及和突尼斯受访者表示，他们在2011年初曾使用Facebook传播信息或组织行动。华盛顿大学的数据显示，在埃及总统穆巴拉克辞职前一周，Twitter上关于埃及的政治类帖子急剧增加。研究者也强调其效果并不均衡。叙利亚和也门的平台使用率较低，线下网络、不满情绪和镇压同样重要，甚至更为关键。埃及及其他国家则以监控、封锁作出回应，埃及更是几乎完全切断了互联网接入。

“占领华尔街”运动始于2011年9月，利用在线论坛、社交平台以及类似Tumblr的图片分享来协调营地行动，并传播其“99%”的叙事框架。学界对此存在争论：在线网络究竟是扩大了运动的影响力，还是形成了松散的联系，在缺乏线下组织的情况下难以维持。

#MeToo（我也是）话题标签于2017年10月在哈维·韦恩斯坦遭指控后迅速传播，使大量人员得以跨国分享自身遭受性骚扰和性侵犯的个人经历。该运动的起源早于这一话题标签，相关研究关注的是在线分享如何改变了公众议程和机构应对方式。“黑人的命也是命”（Black Lives Matter）运动始于2013年，起因是乔治·齐默尔曼在特雷沃恩·马丁被杀案中被判无罪，该运动利用话题标签和警察暴力的现场直播视频，挑战主流媒体对事件的说法。对话题标签行动的研究，例如对布里奥纳·泰勒案的分析，发现在线运动往往综合了新闻分享、抗议组织和@有影响力账号等手段，而且少数关键的连接者常常决定了哪些信息传播得最远。

政府使用、监控与断网

政府和政治行为体利用平台进行公共传播、发布危机信息和开展执法，同时也出于监控和情报目的监视社交媒体。互联网断网是一种相关的控制手段。Access Now及其#KeepItOn联盟记录到，2025年共有52个国家发生313次断网，创下历史新高；他们指出，无论是民主政府还是威权政府都会实施断网，且往往发生在抗议、选举或冲突期间。针对特定平台的封锁也在增加：该联盟统计，在40个国家中，针对WhatsApp、Facebook、Instagram、TikTok和Telegram等服务的断网事件达94次，高于2024年的77次。政府还针对VPN等翻墙工具采取行动。这些措施直接影响组织者和记者，并常常限制对滥用行为的记录。

关于民主参与的争论

学界对于社交媒体究竟是加强还是削弱了民主，看法并不一致。乐观者认为，社交媒体降低了信息获取和参与的成本，使分散的群体得以相互找到，为边缘化群体提供了进入公共辩论的途径，并让公民能够监督官员。怀疑者则指出若干问题：“搭便车式行动主义”（slacktivism），即以低投入的线上行动取代持续的参与；威权政府利用平台进行监控和审查，这是叶夫根尼·莫罗佐夫在批判“网络乌托邦主义”时提出的主要担忧；虚假信息和外国影响力行动的传播；以及以互动量为优化目标的排序机制对极化和公共讨论的影响。实证证据并不一致。其效果因国家、运动以及与线上活动并存的线下组织而异，而且大量相关数据由平台掌控，使独立评估十分困难。

新闻消费、信息生态与虚假信息

从广播与印刷到平台信息流

新闻越来越多地通过平台而非出版机构自有渠道抵达受众。路透新闻研究所《2026年数字新闻报告》基于48个市场近10万名受访者的调查发现，54%的受访者表示他们通过社交媒体和视频网络获取网络新闻，而通过新闻机构自有网站和应用获取新闻的受访者为51%。报告作者将这一趋势称为新闻消费中日益加剧的"平台化"（platformisation）。电视的地位也在下降：在所调查的各个市场中，社交媒体和视频网络作为新闻来源，平均而言已经比电视和新闻机构自有网站、应用更受欢迎。

美国的情况与此相似。约一半美国成年人（53%）表示至少会从社交媒体上获取一些新闻。不同平台的增长并不均衡。如今，五分之一的美国成年人会定期在TikTok上获取新闻，而2020年这一比例仅为3%。在30岁以下的成年人中，43%表示会定期从TikTok获取新闻，2020年这一比例为9%。新闻使用与平台覆盖率之间也存在差异：尽管七成受访者表示使用Facebook，但只有38%的人表示从该平台获取新闻。

把关人与信任

编辑作为把关人的传统角色，已部分被排序系统、推荐信息流和个人创作者所取代。约五分之一的美国成年人表示会定期从社交媒体上的新闻网红处获取新闻，这种情况在年轻成年人中尤为普遍。信任的下降速度则跟不上受众规模的变化。新闻信任度已跌至自2015年开始统计以来的最低水平，对虚假信息的担忧有所上升，许多国家的新闻关注度也在持续下降。研究者普遍认为，这在一定程度上与信息环境的碎片化有关，但平台相对于其他因素的因果权重仍有争议。

虚假内容如何传播

关于信息扩散最常被引用的研究是Vosoughi、Roy与Aral（2018）的工作。该研究分析了约12.6万条新闻故事的传播链，这些故事由约300万人在Twitter上发布了450万次。研究者借助独立事实核查机构对故事的真伪进行交叉验证，并控制了多种因素后发现，虚假新闻被转发的可能性比真实新闻高出70%。传播最广的1%虚假信息链触达了1000至10万人，而真实信息很少扩散到1000人以上。作者将部分原因归于新奇性：虚假信息对读者而言更加陌生，而人们更倾向于分享新奇的信息。

同一研究也考察了自动化账号的作用。作者发现，虚假信息的传播基本上并非源于专门编程用来散布不实故事的机器人，而是因为人们转发了不实新闻，虚假新闻才会在Twitter上传播得更快。这一发现针对的是2017年之前一个平台上的自然分享行为，并不能排除有组织的宣传活动。协同不真实行为（即一组账号共同行动以欺骗受众）则是另一种现象。平台会将其作为政策问题加以检测和删除，其实际影响范围因国家和事件而异。

事实核查与标注

平台采用过多种应对措施，包括与第三方事实核查机构合作、添加警示标签、减少被标记帖子的分发，以及近年兴起的众包标注。例如，Meta于2025年在美国用社区笔记（Community Notes）取代了第三方事实核查。一些分析人士认为，Facebook新闻使用量近期回升与这一变化有关，但这仍只是一种假设：Facebook在过去两年似乎重新获得了新闻价值，这也可能与其转向社区笔记有关。对标签效果的评估大多发现，警示可以降低人们对被标记内容的相信程度或分享意愿，但对整体曝光量以及未被标记内容的影响尚不清楚，而且研究受限于平台控制的数据。

新闻业面临的挑战

出版机构高度依赖平台引流，这种依赖已成为一项财务风险。路透新闻研究所引用了分析服务商Chartbeat的数据，显示过去三年间，来自Facebook（下降43%）和X（原名Twitter，下降46%）的新闻网站引流量大幅下降。搜索引流也在减弱：来自Google搜索的流量在数百家新闻网站中已出现整体下滑，依赖生活方式类内容的出版机构表示，Google推出的AI概览功能对其影响尤为明显。2026年报告警告，这些变化正通过削弱出版机构与受众的直接联系，给传统媒体增加压力。对新闻编辑部而言，算法分发与直接触达率下降相叠加，使收入规划变得困难，并促使编辑决策转向那些在平台上表现良好的形式和议题。这一张力与本文其他部分讨论的注意力驱动逻辑相互交织。

极化、回声室与过滤气泡

关于社交媒体与政治分化，公共讨论中主要有两个比喻。据 Nguyen（2020）的定义，回声室是一种社会认知结构，其中其他相关声音被主动排斥并遭到贬低。过滤气泡则不同，它指个性化推荐可能缩小用户接触到的观点范围，有时是无意造成的。研究者在使用这些术语时并不总是一致，即便在学术界内部，对这些概念的确切定义也未必有明确共识。

背后的假设结合了两种机制。推荐系统可能偏好用户已经认同的内容，而人们往往倾向于寻找志同道合的联系人。论点是，二者共同作用会限制人们接触多元观点的机会，并可能把观点推向极端。社会学家把第二种机制称为同质性，即人们倾向于与和自己相似的人建立联系。第一种机制最常被归因于平台设计，但实证问题在于，这两者是否真的会结合起来，在大范围内造成相互隔绝。

观察性研究总体上并不支持该假设的强版本。一篇对社会科学研究的综述认为，回声室的普遍程度远低于通常的设想，没有发现支持过滤气泡假说的证据，在极化问题上的结论也好坏参半。另一项综述发现，大多数用户接触到的内容是多元的，算法过滤似乎只解释了观察到的极化中有限的一部分。来自 Twitter 的数据也得出类似结论。Barberá 等人（2015）结合公开账户进行的一项调查分析发现，在德国、西班牙和美国的 Twitter 用户中，约 75% 的人，其关注对象中至少有 25% 是持不同意识形态的账户。Eady 等人（2019）报告称，处于政治光谱两端的用户所关注账户的意识形态分布存在大量重叠。不过，也有研究得出相反结论。Mønsted 和 Lehmann（2022）发现，在 COVID-19 大流行期间，Twitter 的推荐系统助长了围绕疫苗怀疑论形成的极化派系，这表明影响取决于议题和语境。

2020 年美国总统大选期间在 Facebook 和 Instagram 上进行的实验，产生了一些被引用最多的无效结果。在一项涉及 23,377 名成年用户的实地实验中，减少用户接触志同道合的政治信息源，对情感性极化、意识形态极端程度、对候选人的评价以及对虚假说法的相信程度等态度指标没有产生可测量的影响。另一项独立研究发现，将排序信息流替换为按时间排序的信息流，并没有减少政治极化；研究者通过在实验前、中、后对用户进行调查来测量这一点。然而，同样的按时间排序信息流增加了用户看到的错误信息数量，因此即便态度没有变化，改变排序方式也确实改变了人们接触到的内容。因此，研究者倾向于认为，这些结果表明：短期内接触的信息可以发生大幅改变，而态度的变化却很小。

测量接触情况本身就很困难。研究者必须区分平台架构的作用与用户自主选择的作用，而这一区分在观察性数据中很难做到。对 Meta 实验的一项分析认为，结构性的接触机制独立于自我选择塑造着信息环境，这也是为什么操纵信息流的实验很有价值。由平台掌控的数据还带来其他问题。Meta 的参与使 2020 年的研究团队得以获取前所未有的用户数据，且没有实质性限制；但批评者指出，在研究期间，Facebook 为减少错误信息的传播，对其算法实施了一系列紧急调整。评论者还指出，这些实验是在特殊保障措施实施期间进行的，这可能限制其结论对日常运营的普适性。基于调查的极化测量方法，以及“关注某账户即等于看到其帖子”这一假设，也增加了不确定性。

跨国证据仍然匮乏。上述综述指出，美国以外的研究十分有限，这意味着关于回声室的大多数发现都来自同一种政治体制，即两党制国家。很少有研究直接比较不同平台、语言或媒体体系，因此关于不同国家接触情况差异的论断，很大程度上只是推断。与线上数据相比，线下社交网络的作用同样研究不足。由于人们的线下关系往往决定了他们在线上关注谁，线下的同质性或许能解释大部分看似线上隔离的现象，但要将两者区分开来，需要相互关联的数据，而这类数据仍然很少见。一篇较新的 Twitter/X 研究综述得出了较为细致的结论：该平台可能并不促进持续的跨意识形态互动，但确实促成了人们与政治多元性的经常性相遇。

心理健康、幸福感与青少年使用

人们对社交媒体与青少年心理健康的担忧，主要建立在相关性研究之上。许多横断面调查发现，使用时间越长，自我报告的焦虑、抑郁、孤独感、睡眠质量差和自尊心低等情况就越多。一些评论者把2010年代初青少年心理困扰的上升与这些模式联系起来，而那一时期恰好是智能手机和以图像为中心的平台迅速普及的阶段。这类横断面关联无法说明因果方向。感到痛苦的青少年也可能更频繁地使用手机；家庭冲突或线下孤立等第三种因素，也可能同时解释两者。

观察到的关联有多大

元分析通常发现，平均关联较小，而非很大。一项涵盖45项研究、逾15万名青少年的元分析报告，合并相关系数约为：与抑郁症状0.12，与焦虑0.10，与孤独感0.15；与自尊之间存在微弱的负向联系。一项对既有综述的伞形综述发现，社交媒体与青少年不良心理状态之间的关联从极小到中等不等，各项估计差异相当大。在某一项元分析中，与抑郁症状相关的估计值从轻微负值到约0.33不等。另一项针对11至18岁青少年的元分析报告相关系数为0.11，但异质性极高，作者认为这意味着总体使用时长的指标掩盖了不同使用类型之间的重要差异。

争议最大的研究来自Amy Orben和Andrew Przybylski。他们在2019年利用英美两国的大型数据集，采用规格曲线分析，得出结论：屏幕时间与幸福感之间的联系太小，不足以支撑政策调整。同一团队在《美国国家科学院院刊》（PNAS）发表的配套研究使用纵向面板数据，发现双向效应的规模都微不足道，且可能取决于性别。批评者则认为，原始研究中的六项分析选择压低了估计效应；对同一数据集的重新分析显示，存在具有实际意义的差异，尤其是对于使用社交媒体的女孩。

网络欺凌、社会比较与身体形象

关于作用机制的研究主要聚焦三个过程。网络欺凌可能持续存在、公开可见且难以摆脱，受害经历始终与抑郁和焦虑相关，但效应的强度和因果方向都很难确定。社会比较是第二种机制：实验研究和经验取样研究发现，被动浏览，即只看别人的内容而不与之互动，之后人们的情绪幸福感会下降，而嫉妒在一定程度上解释了这一现象。第三个担忧是身体形象，因为以图像为基础的平台强调外貌。2021年，某大型平台内部研究泄露，报告称部分青少年女孩表示Instagram让她们的身体形象变得更糟；该公司对这些研究结果的定性提出异议。

不同使用方式的影响并不一致。一项覆盖新冠疫情期间的综述发现，一对一的交流以及在相互友谊中的自我表露，与较少的孤独感和压力相关；而成瘾式使用、社会比较、错失恐惧（FOMO）以及接触负面内容，则与更糟的结果相关。元分析工作还报告，这种关联在女孩和年龄较小的青少年身上往往更强，但这些差异在各项研究之间并不稳定。

方法论争论

若干方法论问题解释了为何这一领域的文献仍存在争议。大多数研究依赖自我报告的上网时长，而这一指标把性质迥异的活动混为一谈。异质性通常非常高；在某些元分析中，研究之间超过90%的方差反映的是真实差异，而非抽样误差。结果还取决于分析选择，例如是否检验非线性关系、纳入哪些控制变量，以及使用单个条目还是经过验证的量表。反向因果则是另一个问题：一个本就焦虑的青少年可能会更频繁地查看社交媒体。

研究方向

若干研究设计旨在克服这些局限。经验取样研究会在参与者的日常生活中多次发送提示，使研究者能够把即时使用与随后的情绪联系起来。一项早期研究每天给年轻成年人发送五次短信，持续两周，结果发现Facebook使用能够预测之后情感幸福感的下降。带有重复测量的纵向面板可以区分短期效应与持久效应；而改变人们使用平台方式的实验，则能更直接地检验因果主张。许多研究者认为，取得进展需要平台方收集的数据，即用户实际看到和做了什么，而公司对此一直不太愿意或受限于分享；同时，研究应从总体屏幕时间转向具体功能和使用类型。这些方法在关于因果推断、自然实验和可复现性的章节中有进一步讨论。

文化、语言与日常实践

社交媒体上的大量活动，都是在制作、传播和改编共享的文化素材。最显眼的形式是网络迷因。理查德·道金斯（Richard Dawkins）在1976年出版的《自私的基因》一书中用"meme"一词指称那些通过模仿和复制在人与人之间传播的文化单位，并以此类比基因。之后，利摩尔·希夫曼（Limor Shifman）把网络迷因定义为一类数字内容单位：它们具有共同特征，创作者彼此有所意识，并被众多用户传播、模仿和改造。她的框架还把这类成组出现的内容，与那些仅仅是广泛扩散的单个内容区分开来，后者才是"病毒式传播"一词的旧义。

再创作是这类活动的核心。迷因的类型从业余的口型同步视频（人物让自己的口型对上一首歌）到改编现有照片以表达某种态度的反应图，不一而足。与这些类型并存的，还有一套视觉上的惯用表达，包括反复出现的构图、裁剪过的截图、固定的图片模板、贴纸和表情符号。这些惯例让受众能一眼看出笑点，而且往往比连续的文字更容易跨越语言障碍被理解。

话题标签展示了一种惯例如何从一个社群转移到另一个社群。克里斯·梅西纳（Chris Messina）从互联网中继聊天（IRC）的做法中获得灵感，那里用井号来为聊天室命名。2007年8月23日，他首次建议在推特（Twitter）上使用话题标签，目的只是帮助人们把相关话题归并在一起。据报道，推特当时拒绝了这一想法，并告诉他这些标签只是极客的玩意儿，永远不会流行起来。2007年10月圣迭戈野火期间，这种做法真正站稳了脚跟：一位用户被要求在有关火灾的推文中加上 #sandiegofire，其他人很快也开始使用同一个标签。推特于2009年7月正式为话题标签提供官方支持。美国方言学会后来将"hashtag"（话题标签）评为2012年度词汇。到这个十年结束时，话题标签已在大多数主流平台上随处可见，Instagram最终还对每条帖子可添加的话题标签数量设置了上限，以遏制滥用。

平台特有的俗语也遵循类似的模式。每个服务都会形成自己的缩写、圈内笑话和命名格式，例如短视频应用中的合拍（duet）和缝合（stitch）功能。用户大多是在参与中学会这些惯例，而不是通过系统的讲解。自我呈现的规范取决于用户想象中的受众，而这些受众往往比实际看到帖子的人更广泛、更杂乱。研究者把这种错位称为语境坍塌（context collapse），这一术语通常与艾丽斯·马威克（Alice Marwick）和丹娜·博伊德（danah boyd）2011年关于推特的研究相关联。

创作者文化建立在一种更早的心理模式之上。1956年，唐纳德·霍顿（Donald Horton）和理查德·沃尔（Richard Wohl）提出了"准社会互动"（parasocial interaction）的概念，用以描述观众对媒体表演者的反应，尤其是在电视节目中。他们认为，观众的表现就像在与对方进行真实的人际互动。准社会关系是媒体用户因接触媒体人设而形成的单向关系。社交媒体使这一模式变得更具互动性：通过直接交流和个人化的讲述，个体能够感觉与公众人物更加亲近。创作者回复评论、进行直播、讲述日常生活细节，这些都可能加深这种亲近感。由于这种联系是不对称的，观众可能会期待创作者无法完全给予的私人接触，由此产生的压力也是讨论创作者劳动与身心健康时反复出现的主题。

排序系统对哪些声音、舞步格式、话题标签和迷因得以传播有着强大影响。那些奖励早期互动的推荐机制，往往青睐易于理解、便于复用、并以现成音频或模板为基础的内容。创作者会观察哪些内容获得推广并加以模仿，于是一种潮流便形成了观察、模仿与放大的循环，一段音频可能穿越许多社群，而其源头却逐渐被遗忘。这使得可见度集中于少数几种形式，也让人难以说清一场文化潮流究竟是谁发起的。由于平台很少公开其排序标准，研究者通常依赖个案研究、平台发布的数据以及创作者自己的叙述。关于其背后机制，可参阅算法和注意力机制；关于更宽泛的理论框架，可参阅文化、语言和社会化。

商业、创作者经济与劳动

网红营销与联盟式电商

赞助帖文、付费合作和联盟链接如今在社交平台的广告中占据了很大比例。在美国，联邦贸易委员会（FTC）要求，代言人与营销方之间存在的任何经济关联都必须披露。凡代言人与产品营销方之间存在实质性关联，都必须清楚、醒目地予以披露，包括佣金、免费产品、折扣或固定费用等报酬形式。《代言指南》于2023年修订，对此类关系作了更详细的规定。

披露规则不仅要求是否有标注，还规定标注的呈现方式。披露内容应当无需点击即可看到。平台提供的工具不能完全替代披露：FTC的指引明确指出，平台提供的披露工具（如“付费合作”标签）可以作为补充，但不能取代披露本身。“合作”或“大使”之类含糊的措辞通常被认为本身不足以构成披露。如果信息以图像形式呈现、以音频形式传达，披露也必须采用相应的形式：通过视觉方式进行代言，披露也必须是视觉的；通过听觉方式进行代言，披露也必须是可听的。联盟推广内容遵循同样的逻辑，披露应置于链接附近。

执法行动通常涉及遗漏披露、把披露藏在说明文字或描述中，以及仅依赖话题标签等情形。应用内商品标签、可直接购买的视频和直播带货等社交电商功能，将这些义务延伸到了直接交易中。这些功能的快速增长，使编辑性推荐与广告之间的界限更难分辨，而披露规则试图管理这一矛盾，但并未真正解决它。

创作者变现与收入不稳定

创作者的收入来源包括：广告收入分成、订阅和会员费、直播中的打赏和虚拟礼物、品牌合作，以及销售自有产品。各渠道的分成比例由平台设定。一份支付行业分析报告称，平台抽取的比例为总收入的20%至45%，而且款项通常在内容发布后数周或数月才会到账。此类数字来自供应商的分析，且因项目而异，应仅作参考。

收入分配极不均衡。一项针对约15.3万个订阅数不少于10万的YouTube频道的大规模研究发现，随着时间推移，变现和建立人脉的策略变得越来越重要，但在不同规模的频道、不同内容类别和不同地区之间差异很大。作者认为，低门槛、按表现付费以及累积优势，必然导致收入呈长尾分布，绝大多数参与者都无法获得经济上的成功。对典型收入的估计则不太可靠。一些汇总数据显示，中位数创作者的年收入不到几千美元，但这些数字源自多份基于调查的报告，各来源的方法也不尽相同。

对单一平台的依赖又增加了一层风险。平台可以随时自行修改或终止付款计划。TikTok于2021年推出的创作者基金向部分创作者发放了数亿美元，但其支付金额常被批评为不足，此后该基金被其他项目取代。

平台劳动：内容审核员、零工工作者与用户

内容审核是平台上一种主要的有偿劳动形式，且常被外包。在肯尼亚，受Meta外包公司雇用的审核员一直是相关诉讼的核心。内罗毕一名为Facebook工作的内容审核员达尼埃尔·莫泰翁（Daniel Motaung）于2022年5月对Meta及其分包商Sama提起诉讼。审核员们声称，这项工作导致了创伤后应激障碍，而且他们因组织工会活动而被解雇。2024年，上诉法院认定该公司可以在肯尼亚法院被起诉。2025年的一项调查报道称，Meta已将其区域内容审核业务转移至加纳，并通过一家法国跨国外包公司招募员工。这些均为指控和报道中的发现，并非针对所有审核工作作出的司法结论。在美国，2021年，一名加州法官批准了Facebook与一万多名内容审核员之间达成的8500万美元和解协议。

更广泛地看，平台上的工作普遍缺乏保障。一项针对多个零工平台工作者的定性研究发现，那些依赖平台维持基本生计的人，表现出更多不满，并面临更大的不稳定性。创作者在严格意义上并非雇员，但其处境同样体现出依赖不透明平台规则的特点。

用户在发布帖文、评论、评价和数据时，也在无偿劳动，而正是这些内容使平台具有价值。学者将此称为“免费劳动”，这一概念已被用于描述那些为广告系统提供养分的互动与内容。关于用户在这一工作中被低薪的说法存在争议，因为许多用户将其视为自愿参与。

监管应对

监管机构已从多个方面作出回应。如上所述，针对赞助内容的消费者保护规则最为成熟。在欧盟，《数字服务法》对网络广告提出了透明度义务，各国消费者主管部门也对网红展开了执法。劳动保护方面则较为零散。在肯尼亚，政府于2024年提出了《商业法（修正）法案》，该法案拟规定外包公司的客户不得被肯尼亚承包商起诉。此类提案表明，平台劳动的法律责任应由谁承担（平台、承包商还是各国法院），仍是一个核心政策问题。另见电子商务、经济规制、立法与人权。

法律、监管与诉讼

中介责任

各国法律体系对平台是否应为用户发布的内容承担责任，态度并不相同。在美国，《通信规范法》（1996年）第230条（通信规范法第230条）长期以来使网络服务免于被视为第三方内容的发布者，并且几乎在每一起针对平台的诉讼中都成为默认抗辩理由。如今法院正在收窄这一保护。2026年4月，马萨诸塞州最高司法法院允许该州的诉求继续审理，即指控Meta打造了一款会令人上瘾的产品并误导公众。法院认为，所主张的损害源于该公司自身的设计，而非用户的帖子。2026年8月10日，第九巡回上诉法院裁定，第230条是应在责任认定中提出的抗辩，而非使平台免受起诉的屏障，这意味着Meta和TikTok提出的即时上诉无法阻止相关诉求。

欧盟采取了不同的制度结构。《数字服务法》（DSA）为托管服务保留了有条件的豁免，但同时对其施加义务：包括通知与行动程序、说明审核决定理由、透明度报告，以及对超大型平台的年度风险评估和独立审计。罚款最高可达全球年营业额的6%。

竞争与数字市场

数字市场法（DMA）对被指定为“守门人”的企业施加事前义务，而不仅仅依赖逐案审查的竞争法。目前已有七家公司被认定为守门人，其中包括Meta以及TikTok的母公司字节跳动。2025年4月，欧盟委员会因Meta的“付费或同意”广告模式对其处以2亿欧元罚款，认定用户并未获得真正等效且个人数据收集更少的选项。Meta提出上诉，之后同意采用修订后的模式，委员会表示将对其进行监督。2026年6月，欧盟普通法院部分支持了Meta的主张，裁定委员会在认定Facebook Marketplace为守门人服务时未能充分说明理由，但维持了对Messenger的认定。这些案件表明，守门人规则如何与对市场支配力和个人数据使用的更广泛担忧相互作用。

年龄规定与儿童网络安全

年龄限制已从平台的服务条款转变为法律规定。澳大利亚成为第一个在全国范围内禁止16岁以下未成年人开设账户的国家，该规定于2025年12月10日生效。平台必须采取“合理措施”，例如使用年龄验证工具，以阻止此类账户。2026年6月，澳大利亚政府宣布将最高罚款提高至9900万澳元，并授权电子安全监管机构强制要求提供合规证据。该监管机构正在对Facebook、Instagram、Snapchat、TikTok和YouTube展开调查。合规问题仍存在争议：《英国医学杂志》（The BMJ）发表的一项研究发现，在限制措施实施三个月后，大多数16岁以下的受访者仍在使用社交媒体；Reddit也已在澳大利亚高等法院对该法提出质疑。在美国，多个州通过了年龄验证和家长同意相关法律，其中许多已进入诉讼程序，而联邦层面的儿童安全法案仍在讨论之中。批评者对此类措施的隐私保护、言论自由以及实际效果提出了担忧，这些争论也与更广泛的言论自由和立法设计问题相关联。

围绕设计、损害与数据的诉讼

私人诉讼与公共诉讼已成为规范平台设计的重要途径。2026年3月，加利福尼亚州一个陪审团在一起“试点案件”中认定，Meta和YouTube因疏忽设计功能而损害了一名年轻原告的心理健康，判赔300万美元，另建议支付300万美元的惩罚性赔偿。TikTok和Snap在该案开庭前已达成和解。法院大体上将涉及产品功能的诉求（如无限滚动、自动播放和推荐系统）与涉及内容的诉求区分开来，并允许前者继续审理。目前，数以千计的案件已在联邦和州两级法院合并审理，其中包括学区和州检察长提出的诉求。该领域的司法推理仍在发展之中，上诉和后续审判将决定这种基于设计的思路能够延伸到何种程度。这些结果很可能会影响政府与法院如何在平台责任与用户保护之间取得平衡。

研究方法与数据获取

关于社交媒体的研究越来越多地把平台视为大规模行为痕迹的来源。帖子、转发、回复串、关注关系图和时间戳会通过图论指标、文本分类器、主题模型和机器学习工具进行分析。这类工作常被称为计算社会科学，它依赖于必须有人先行收集的数据，收集途径包括 API、供应商工具、网络抓取或直接的数据共享安排。业界也使用类似的大数据和数据挖掘方法，但校外研究者通常只能看到平台运营方选择公开的那一部分。

这部分数据的获取渠道也变得越来越不稳定。Meta 于 2016 年收购了监测工具 CrowdTangle，记者和学者广泛用它追踪 Facebook 和 Instagram 上的公开内容。2024 年，Meta 确认 CrowdTangle 将于 8 月 14 日关闭。其继任者 Meta Content Library 仅限"合格的学术或非营利机构"的研究人员使用，申请由一个外部联合体负责处理。批评者认为替代产品的功能更弱，一项针对独立研究者的调查发现，大多数人预计此次关停会妨碍他们的工作。Twitter 也走上了类似的道路。2023 年，该公司取消了学术访问项目，并将其企业版 API 的价格定为每月 42,000 美元。一个由公共利益研究者组成的联盟报告称，有超过 250 个项目会因失去免费或低成本的访问权限而受到影响。这对学术研究的影响是，研究工作转向了规模更小的样本、其他平台，或者转向那些负担得起商业数据的群体。

监管机构已开始为数据获取开辟法律途径。欧盟《数字服务法》第 40 条规定，经审查的研究人员可以向超大型在线平台和搜索引擎申请数据，以研究其在欧盟内的系统性风险。关于程序的授权法案于 2025 年通过，并建立了数据访问门户，但研究人员反映，实践中仍存在重大障碍。依据第 40(12) 条获取的公开数据不在该授权法案的范围之内，因此公开数据与非公开数据的规则是分别处理的。

因果推断是核心的方法论难题。观察性数据可以显示重度用户与轻度用户存在差异，但无法说明这种差异是否由平台造成，因为用户本身就会选择平台和内容。平台以 A/B 测试的形式持续进行随机实验，一些公司也允许外部科学家在其产品上开展实验。例如，2020 年一项由学术团队与 Meta 合作的研究考察了美国大选期间信息流设置如何影响用户的政治态度；另一项研究则付费让用户停用 Facebook 数周。这类设计很有说服力，但随机化方式、结果测量和时间安排都由平台掌控，平台还可能终止或改变研究。因此，校外研究者往往依赖自然实验：算法的突然变更、服务中断、分阶段的全国性推出，或监管禁令，这些情况在无需研究者干预的前提下形成了对照组。此类设计需要审慎的假设，例如变化发生前的平行趋势假设，而且很难分离出单一功能的效应。

当底层数据无法共享时，研究的可复现性就很难保证。平台条款通常限制内容的再分发，因此复现研究通常需要重新收集数据；如果 API 已经关闭，或帖子已被删除，重新收集可能就无法进行。抽样是另一个问题。一些平台样本没有被记录在案，因此抽样所依据的总体并不清楚。由于每个团队采用的收集规则不同，已发表的基于 Twitter 数据的研究也难以相互比较。有人提议通过更好地记录数据来源、预先注册分析方案以及共享分析代码来解决这些问题，但这些措施无法消除访问限制。

针对用户群体的研究引发了一些伦理问题，这些问题不同于问卷调查研究所涉及的问题。许多数据集包含可识别的个人信息，而汇总处理并不总能防止再识别。研究者分析公开帖子时往往没有取得知情同意，但用户可能并不期待自己的帖子会被研究。实验则更为敏感：2014 年一项操纵用户新闻推送情感内容的研究，因缺乏同意而受到强烈批评，并推动了关于机构审查和平台实验的更广泛讨论。这些问题与伦理学、数据隐私和可复现性等更广泛的议题相关。

悬而未决的问题与未来方向

去中心化和联邦式协议是对中心化模式最显著的挑战。Mastodon 是由多个独立管理的服务器组成的联邦式网络，各服务器之间使用 ActivityPub 协议通信，每个实例自行制定审核政策和内容准则。它的用户规模经历过多次激增，其中最明显的一次发生在 2022 年推特被埃隆·马斯克收购之后。Bluesky 则走了另一条路线。它建立在 AT Protocol 之上，这是一种开放协议，旨在让用户掌控自己的身份、数据、信息流以及整体的社交媒体体验。Meta 的 Threads 同样采用 ActivityPub，Meta 在推出 Threads 时表示未来计划支持 Mastodon。这些设计能否改变平台权力格局，仍有待观察。两个协议体系在很大程度上依然相互独立，因为 AT Protocol 与 ActivityPub 是各自独立的生态，二者之间没有直接的互操作性。用户数据也因来源不同而有出入：一份指南称联邦宇宙（fediverse）用户已超过 1500 万，另一份资料则称 Bluesky 有 3500 万用户，因此这类数字应谨慎看待。

监管是通向互操作性的另一条途径，但其作用范围并不确定。欧盟《数字市场法》在最终确定的互操作性义务中只纳入了即时通讯服务，尽管欧盟委员会此前也对社交网络进行过评估。倡导者认为，应当将互操作性要求扩展到社交网络，借此克服强网络效应下用户只使用单一平台（single-homing）的倾向，从而让新进入者得以立足。委员会对该法案的首次评估则持更为谨慎的态度，认为目前将即时通讯服务的互操作性义务扩展到在线社交网络服务还为时过早，因为即时通讯服务的互操作性尚未得到广泛采用。此类强制要求的批评者强调，互操作性会带来高昂的合规成本以及安全和隐私风险；支持者则视其为降低用户转换平台门槛的手段。因此，这场辩论与竞争法、市场力量和网络效应相关联，也涉及一个更宏观的问题：经济监管究竟应当将手伸多远，深入社交平台的哪些领域。

生成式人工智能带来了另一类问题：用户能否分辨真实内容与合成内容。一项对 40 个平台的审查发现，超过三分之二的平台在其治理政策中明确提到了 AI 生成的内容。目前主要的应对方式是标注。Meta 在 2024 年推出的方案最初使用单一的“Made with AI”标签，凡是经过生成式 AI 工具处理的内容都会显示该标签，即便只是更换背景或应用滤镜等轻微编辑也不例外。关于标签是否有效，证据并不一致。一项研究发现，“AI 生成”之类的标签被认为对标识人工智能制作的内容有用，但并未促使用户去思考内容是否真实或具有误导性。技术性的溯源方案也在尝试之中。C2PA 等联盟提供了 Content Credentials（内容凭证）标准；YouTube 则要求创作者在发布经过篡改或合成的逼真内容（包括由生成式 AI 制作的内容）时进行披露。除真实性问题之外，研究者还指出，将生成式人工智能引入网络社交空间，可能引发关于隐私、真实性、操纵、偏见以及合成内容来源的新顾虑。诸如利用 AI 总结或筛选信息流之类的用途，无论是研究者还是从业者，关注都远远不够。这些问题与人工智能、言论自由以及新闻业密切相关。

平台使用对社会和心理的长期影响，在很大程度上仍未有定论。现有证据大多属于相关性研究，而短期实验只能捕捉到数年使用过程中变化的一部分，因为人们的习惯、人际关系和注意力都会随之改变。要回答这些问题，需要纵向研究设计、平台收集的数据，以及研究者对这些数据的独立访问权限，而后者本身就存在争议（参见关于研究方法的部分）。去中心化网络或许可以提供部分试验场。Bluesky 的研究人员已邀请学界将 Bluesky 用作数据集和社交媒体内容审核新方法的试验场。然而，去中心化并非万能良方：同一批作者也指出，去中心化同样会带来新的挑战。未来的治理很可能需要在用户自主性、数据隐私、心理健康以及公共利益目标之间寻求平衡，而因果推断设计与平台掌控的证据之间的选择，将决定人们究竟能够了解这些影响的哪些方面。

参考来源

User-generated contentebsco.com
History of Social Media Statsbroadbandsearch.net
Social Network Sites: Definition, History, and Scholarship - boyd - 2007 - Journal of Computer-Mediated Communication - Wiley Online Libraryonlinelibrary.wiley.com
User-Generated Content and Social Media - ScienceDirectsciencedirect.com
Social Network Sites: Public, Private, or What?researchgate.net
Social Network Sites: Definition & Historyscribd.com
Form Without Function: Agent Social Behavior in the Moltbook Networkarxiv.org
Then and now: a history of social networking sitescbsnews.com
The Unabridged History of Social Mediabuffer.com
SixDegrees.combritannica.com
SixDegrees.comen.wikipedia.org
The history of social media: A timeline of key momentsblog.hootsuite.com
Timeline: The evolution of online communitiescomputerworld.com
Timeline of LiveJournalen.wikipedia.org
LiveJournalen.wikipedia.org
History of bloggingen.wikipedia.org
From Bulletin Boards to Billionaires: Tracing Social Media‘s Winding Journey - History Toolshistorytools.org
Bebo, MySpace, Friendster: The First Social Media Sites Looked Like Thisinterhacktives.com
Facebooken.wikipedia.org
History of Facebook: Facts and Latest Developments - TheStreetthestreet.com
History of Facebook timelinelucensoftware.com
YouTubeen.wikipedia.org
The History of Social Media Since 2003blog.hubspot.com
X (formerly Twitter)britannica.com
Flickrebsco.com
20 Years of Significant Moments in Flickr’s Developmentblog.flickr.net
What Ever Happened to Flickr?techspot.com
Instagram Marketing History: How A Photo-Sharing App Transformed Social Media Marketing, Influencer Culture And Social Commerce - Marketing Museummarketing.museum
Instagram vs Flickr in 2025 - Through the Lens Blog - Marco Secchimarcosecchi.com
History of Flickr: from rise to fall - nss magazinenssmag.com
THE TIKTOK PHENOMENON AND THE RISE OF SHORT FORM VIDEOprime-journal.com
The Evolution of Douyin (Chinese TikTok) for Content Creatorstianranli.medium.com
The birth of Douyin, TikTok's elder sister - by Zichen Wangpekingnology.com
TikToken.wikipedia.org
Douyin SEO: Ranking Videos On The Chinese TikTok - Marketing Chinamarketingtochina.com
Social Media Marketing. A Brief Historyopen.library.okstate.edu
TAO: Facebook’s Distributed Data Store for the Social Graphpaperswelove.org
TAO: Facebook’s Distributed Data Store for the Social Graphblog.acolyer.org
TAO: Facebook's Distributed Data Store for the Social Graphresearchgate.net
Design Twitter System Design: A Complete Guide 2026systemdesignhandbook.com
System Design: Twitter/X News Feed — Timeline Generation, Fanout-on-Write vs Read, Celebrity Problem, Rankingtechinterview.org
Twitter’s new data fees leave scientists scrambling for fundingtheconversation.com
[2404.07340] RIP Twitter API: A eulogy to its vast research contributionsarxiv.org
Twitter announces new API with only free, basic and enterprise levelstechcrunch.com
Twitter introduces a new $5,000-per-month API tiertechcrunch.com
Codemiacodemia.io
Insights from Paper-TAO: Facebook’s Distributed Data Store for the Social Graphhemantkgupta.medium.com
Bringing People Closer Together - About Meta - Facebookabout.fb.com
Analyzing News Engagement on Facebook: Tracking Ideological Segregation and News Quality in the Facebook URL Datasetarxiv.org
Deep neural networks for YouTube recommendationsblog.acolyer.org
[PDF] Deep Neural Networks for YouTube Recommendationssemanticscholar.org
Here's What the Facebook Papers Say About the Ranking Algorithms That Control Your News Feedgizmodo.com
Facebook's algorithm change in 2018 benefitted Republican groups, researchers sayengadget.com
Demographic Divides in Political Content Exposure on Facebookarxiv.org
Facebook defends 2018 algorithm changes, blames 'partisan divisions' on historyfoxbusiness.com
Action Recommended: How the Digital Services Act Addresses Platform Recommender Systems - Mozilla Foundationmozillafoundation.org
A Right to Constructive Optimization: A Public Interest Approach to Recommender Systems in the Digital Services Act - PMCpmc.ncbi.nlm.nih.gov
Deep Neural Networks for YouTube Recommendationsdl.acm.org
Using Deep Neural Networks to make YouTube Recommendationsmedium.com
2023 Facebook Algorithm Guide: Overview & Best Practicestinuiti.com
Meta Platforms, Inc. - Form 10-K - FY2025sec.gov
Meta - Meta Reports Fourth Quarter and Full Year 2025 Resultsinvestor.atmeta.com
What is the attention economy?ubs.com
Attention can’t be bought, so brands turn to memestheconversation.com
Reddit stock drops 9% as Google AI content deal nears expirationqz.com
Reddit's data licensing revenue grows 24% to $43M as OpenAI and Google lead the buyer listcryptobriefing.com
Reddit Stock Drops 6% as Google AI Licensing Deal Renewal Talks Hit Turbulencekucoin.com
Reddit Demands Better AI Deal: More Money, Users from ...techbuzz.ai
Meta Ads Statistics 2026: 60+ Facebook Ad Stats With Sourcesadsuploader.com
FOR RELEASE JANUARY 31, 2024 BY Jeffrey Gottfriedpewresearch.org
Urban Social Media Inequality: Definition, Measurements, and Applicationarxiv.org
Social Media Statistics 2026: Global Users • SQ Magazinesqmagazine.co.uk
Global Social Media Statistics — DataReportaldatareportal.com
1 PEW RESEARCH CENTER www.pewresearch.org FOR RELEASE NOVEMBER 20, 2025pewresearch.org
Pew's 2025 Social Media Report Shows Endurance of YouTube, Facebook - JCKjckonline.com
ITU: 6 Billion Now Online Globallytvtechnology.com
Progress and Gaps: Key Findings from ITU’s Facts and Figures 2025social.desa.un.org
Global internet use reaches 6 Billion, but ITU warns connectivity gaps are deepening - CADEcadeproject.org
ITU Measuring Digital Development: Facts and Figures 2025 —...libertify.com
ITU Statistics Update - December 2025itu.int
Global Internet usageen.wikipedia.org
Digital 2026: Global Overview Report — DataReportaldatareportal.com
Latest social media statistics and facts 2026wix.com
Meta wins FTC antitrust trial over Instagram and WhatsApp deals - The Japan Timesjapantimes.co.jp
Meta wins landmark antitrust case over Instagram, WhatsApp acquisitionsaxios.com
Meta Prevails in FTC’s Antitrust Case Challenging Instagram and WhatsApp Acquisitionssullcrom.com
Federal District Court Rejects the FTC’s Monopolization Case Against Meta Platformscongress.gov
Meta wins FTC antitrust suit, will keep Instagram and WhatsAppfinance.yahoo.com
Alphabet Inc. - Form 10-Q - FY2026sec.gov
Google Search Antitrust Remedies Take Effect as Appeals Court Battle Beginslitigationlogic.io
Google's Search Antitrust Remedies Are Now in Effectsigmalawgroup.com
US v. Google Antitrust Case: Ruling & Remedies Explainedthelawlion.com
Compliance principles for the Digital Markets Actbruegel.org
Digital Markets Act - Overview - Lexologylexology.com
Digital Markets Acthsfkramer.com
Digital Markets Acttechpolicy.press
About the Digital Markets Act - European Uniondigital-markets-act.ec.europa.eu
Meta’s Oversight Board races to govern the AI surge - Rest of Worldrestofworld.org
Meta’s Oversight Board: A Review and Critical Assessmentlink.springer.com
Oversight Board Announces New Cases and Review of Meta’s COVID-19 Misinformation Policiesoversightboard.com
Oversight Board Case of Hateful Memes Video Montageglobalfreedomofexpression.columbia.edu
Tracking the First Digital Services Act Transparency Reportstechpolicy.press
How the Digital Services Act enhances transparency onlinedigital-strategy.ec.europa.eu
Article 42, the Digital Services Act (DSA)eu-digital-services-act.com
The DSA’s transparency reportshiig.de
The Santa Clara Principles on Transparency and Accountability in Content Moderationsantaclaraprinciples.org
Oversight Board - Transparency Center - Metatransparency.meta.com
Decisions & Policy Advisory Opinionsoversightboard.com
The Santa Clara Principles on Transparency and Accountability in Content Moderationbenton.org
An Educational Tool for Learning about Social Media Tracking, Profiling, and Recommendationarxiv.org
How Social Media Platforms Gather and Use Location Informationpeople.utm.my
Social media apps may know your exact locationsurfshark.com
Dual Protection Ring: User Profiling Via Differential Privacy and Service Dissemination Through Private Information Retrievalarxiv.org
cambridge analytica facebook data scandalglobalnews.ca
Cambridge Analyticadig.watch
“It wouldn't happen to me”: Privacy concerns and perspectives following the Cambridge Analytica scandal - ScienceDirectsciencedirect.com
The Cambridge Analytica and Facebook data scandal: how to tell if your data was sharedtechradar.com
globalnews.caglobalnews.ca
Record-breaking GDPR fine: Meta faces €1.2 billion penalty for data transfers to the USharneys.com
meta fined record 13 billion eu user data transfers us rcna85515nbcnews.com
Meta's GDPR Fines: EUR 2.83 Billion Running Total in 2026privacyterms.io
Facebook Cambridge Scandal Data Breach: What Happened, Impact, and Lessonshuntress.com
(PDF) Social Media and Social Mobilization in the Middle East: A Survey of Research on the Arab Springresearchgate.net
Social media's role in the Arab Springen.wikipedia.org
THE ROLE OF SOCIAL MEDIA IN THE ARAB SPRINGsites.stedwards.edu
Social media and political protest mobilization: unveiling the dynamics of the Arab Spring 2.0link.springer.com
Online social cohesion reflects real-world group action in Syria during the Arab Springncbi.nlm.nih.gov
Calling for justice with #JusticeforBreonnaTaylor: a case study of hashtag activism in the evolution of the black lives matter movementncbi.nlm.nih.gov
An Examination of Social Activism and the Role of Social ...research.library.fordham.edu
Lowest common denominator messaging: issue prioritization in #BlackLivesMatter and #MeToo digital coalitionslink.springer.com
When repression meets resistance: internet shutdowns in 2025 - Access Nowaccessnow.org
2025 was the worst year on record for internet shutdowns as censors move to more targeted blockstechradar.com
The Reuters Institute Digital News Report 2026edelman.com
Reuters Institute Digital News Report 2026benton.org
‘Unsettled Time’: 2026 Reuters Institute Digital News Report Finds Rise of Social Media, Video Creators, and AI Chatbots Amid Falling News Interest and Trustgijn.org
Report Finds Facebook and TikTok Are Key News Sourcessocialmediatoday.com
1 in 5 Americans regularly get news on TikTok, up sharply from 2020pewresearch.org
Americans tune out news as social media becomes main source of information, Pew findsjpost.com
Social Media & the News - Research and data from Pew Research Centerpewresearch.org
Reuters Institute digital news report 2026 - ORA - Oxford University Research Archiveora.ox.ac.uk
FALSE NEWS IS BIG NEWS. Barely a day goes by without a new development aboutide.mit.edu
[PDF] The spread of true and false news onlinesemanticscholar.org
On Twitter, false news travels faster than true stories, study findssciencedaily.com
DIGITAL NEWS PROJECT JANUARY 2026 Journalism and Technologyreutersinstitute.politics.ox.ac.uk
Reuters Institute releases 2026 Digital News Report - NCSnewscaststudio.com
Recommendation with Generative Modelsarxiv.org
Echo Chambers, Filter Bubbles, and Polarisation: a Literature Reviewroyalsociety.org
Echo chambers, filter bubbles, and polarisation: a literature review - ORA - Oxford University Research Archiveora.ox.ac.uk
Understanding Echo Chambers and Filter Bubbles: The Impact of Social Media on Diversification and Partisan Shifts in News Consumptionresearchgate.net
Social Media, Misinformation and Harmful Algorithmscommittees.parliament.uk
(PDF) How Many People Live in Political Bubbles on Social Media? Evidence From Linked Survey and Twitter Dataresearchgate.net
First Four Papers from US 2020 Facebook & Instagram Research Election Study Published in Science and Naturecsmapnyu.org
A study found Facebook’s algorithm didn’t promote political polarization. Critics have doubtsscience.org
How do social media feed algorithms affect attitudes and behavior in an election campaign?researchgate.net
social media and polarizationspia.princeton.edu
Frontiersfrontiersin.org
Echo Chambers and Filter Bubbles Don’t Reflect Our Media Environmentmediatechdemocracy.com
Opinion dynamics: Statistical physics and beyondarxiv.org
Like-minded sources on Facebook are prevalent but not polarizingnature.com
The Impact of Social Media on Adolescent Mental Health: A Meta-Analysisresearchgate.net
Social media use and its impact on adolescent mental health: An umbrella review of the evidence - ScienceDirectsciencedirect.com
A meta-analysis of the association between adolescent social media use and depressive symptoms - ScienceDirectsciencedirect.com
Social media has limited effects on teenage life satisfactionsciencedaily.com
(PDF) Social media’s enduring effect on adolescent life satisfactionresearchgate.net
Specification curve analysis shows that social media use is linked to poor mental health, especially among girls - ScienceDirectsciencedirect.com
Underestimating digital media harmnature.com
Digital Media Use and Adolescents' Mental Health During the Covid-19 Pandemic: A Systematic Review and Meta-Analysisncbi.nlm.nih.gov
Facebook Use Predicts Declines in Subjective Well-Being in Young Adultsjournals.plos.org
Passive Facebook Usage Undermines Affective Well-Being:sites.lsa.umich.edu
Social media use and adolescent health-risk behaviours: A systematic review and meta-analysismedrxiv.org
Memes in Digital Culture by Limor Shifmangoodreads.com
Memes in Digital Culture - Limor Shifman - Google Booksbooks.google.com
Book Review: Memes in Digital Culture by Limor Shifmanblogs.lse.ac.uk
www.cmu.educmu.edu
The Inventor Of The Twitter Hashtag Explains Why He Didn't Patent Itfinance.yahoo.com
Chris Messina, hashtag inventorcnbc.com
Hashtag History: From Chris Messina's Tweet to Word of Yearmeme.com
Chris Messina (inventor)en.wikipedia.org
Parasocial interaction - Xi'an Jiaotong-Liverpool Universityscholar.xjtlu.edu.cn
Parasocial Relationshipsencyclopedia.pub
Parasocial Interactionsebsco.com
The Surprising History of Twitter's Hashtag Originbuffer.com
Parasocial Interaction - AURA Lab - SIUEaura-lab.siue.edu
How to Properly Disclose FTC Endorsements: A Comprehensive Guide for E-commerce Sites and Influencers - PartnerCentricpartnercentric.com
FTC Endorsement Guides — Influencer Disclosure Requirements for Food and Supplement Brandstrytruli.com
FTC Influencer Guidelines: Brands and Creators Must Be Aware Before Postingtraverselegal.com
A Year Later—Revisiting FTC’s Updated Endorsement Guideshallrender.com
Creator Economy Payments: How Platforms Pay Creators and Why It's Brokenspark.money
Making a Living in the Creator Economy: A Large-Scale Study of Linking on YouTube - Bernhard Rieder, Erik Borra, Òscar Coromina, Ariadna Matamoros-Fernández, 2023journals.sagepub.com
Creator Economy Earnings by Platform 2026: What Creators Actually Get Paid - Axis Intelligenceaxis-intelligence.com
How the digital creator economy reshapes power, profit, and culture today — Networth Areahub.stellantis.com
Content Moderators Can Sue Meta In Kenya—Court Dismisses Tech Giant's Appealpeopleofcolorintech.com
AI’s Dark Secrets: Inside the Global Exploitation of Data Workersthecairoreview.com
Newsletter Newsletters Events Events Podcasts Videos Africanewseuronews.com
Dependence and Precarity in the Platform Economybc.edu
Dependence and precarity in the platform economy - PMCpmc.ncbi.nlm.nih.gov
Facebook Content Moderators Sue Meta in Kenyatime.com
Social Media Might Have To Rethink Platform Design And Features As Courts Reject Communications Decency Act, Section 230 Defensebeneschlaw.com
Massachusetts Supreme Judicial Court Recognizes Section 230 Is No Bar to Social Media Design Claimsepic.org
A US court just cleared thousands of social media harm lawsuits to proceedthenextweb.com
Section 230eff.org
As social media lawsuits move forward, is Section 230 facing an existential threat? - Tubefiltertubefilter.com
Section 230 and Platform Liability in 2026: What Operators Need to Knowtoslawyer.com
European Commission finds Meta in breach of the Digital Markets Act - Society for Computers & Lawscl.org
Commission finds Apple and Meta in breach of the Digital Markets Actdigital-strategy.ec.europa.eu
Guarding the Gates: The Digital Markets Act and Lessons in Ex Ante Regulationcsis.org
Digital Markets Act Impact 2026: Gatekeepers, Fines, and Future of EU Tech Regulation - News and Statistics - IndexBoxindexbox.io
EU Court Backs Meta Challenge Over Marketplace Gatekeeper Designation Under Digital Markets Act - News and Statistics - IndexBoxindexbox.io
Australia to strengthen enforcement of under-16 social media banfortune.com
Australia moves to strengthen under-16 social media ban amid evidence of enforcement concerns - JURIST - Newsjurist.org
Australia proposes increasing fines for social media companies in under-16 bancbc.ca
Australia is trying to enforce the first teen social media ban. Governments worldwide are watching.cnbc.com
Australia’s under-16 social media ban failing, study shows: What it meansaljazeera.com
Meta Announces Shutdown of Its CrowdTangle Monitoring Appsocialmediatoday.com
Meta shutters tool used to fight disinformation, despite outcry : NPRnpr.org
DSA Art 40 Delegated Acteosc.eu
Research Opportunities and Challenges of the EU’s Digital Services Actarxiv.org
Researchers Consider the Impact of Meta's CrowdTangle Shutdowntechpolicy.press
Meta shuts down data tool widely used by journalistsaxios.com
Letter: Twitter’s New API Plans Will Devastate Public Interest Research - Coalition for Independent Technology Researchindependenttechresearch.org
Non-Public Data Access for Researchers: Challenges in the Draft Delegated Act of the Digital Services Acttechpolicy.press
Who gets to see inside? The EU’s Operational Rules on Data Access under Article 40 of the DSAhlc.com
Mastodon (social network)en.wikipedia.org
Bluesky vs Mastodon: How Are They Different? Key Differencessocialbee.com
Platform Alternatives: Mastodon, Bluesky, and the Fediversestateofsurveillance.org
Decentralized Social Media Finds A Footholdgfmag.com
The Fediverse and Bluesky: A Comparison of Decentralized Social Media - LostInMatrixlostinmatrix.com
It’s time for the European Union to rethink personal social networkingbruegel.org
What the EU's First Digital Markets Act Review Actually Changestechpolicy.press
"Okay, I've Actually Softened My Take on This": How People in Decentralized Social Media Reason about the Appropriateness of Generative AIarxiv.org
Authenticity in the Age of AIcmr.berkeley.edu
Human or AI? Evaluating Labels on AI-Generated Social Media Content - The Daisdais.ca
Labeling Synthetic Content: User Perceptions of Label Designs for AI-Generated Content on Social Mediadl.acm.org
Governance of AI-Generated Content: A Case Study on Social Media Platformsarxiv.org
Bluesky and the AT Protocol: Usable Decentralized Social Mediaarxiv.org
The Open Social Web in 2025: Mastodon, Threads, Bluesky & the Rise of the Fediverse - Best Solutionbestsoln.com
Reclaiming the Algorithm: A call for social media interoperability - DSA Observatorydsa-observatory.eu
FR#162connectedplaces.online