Hvad ved vi om algoritmisk forstærkning på sociale medier?

Sociale mediers algoritmer forstærker aktivt had og desinformation — ikke som teknisk fejl, men som dokumenteret forretningsmæssig konsekvens af engagement-optimering.

Det politiske spørgsmål

Debatten om sociale medier og demokrati kredser typisk om ytringsfrihed: hvad må man sige, og hvem bestemmer hvad der er falsk? Det er et vigtigt spørgsmål — men det er ikke det primære spørgsmål som forskningen stiller.

Det primære spørgsmål er et andet: uanset hvad der siges, hvad forstærker algoritmerne? Forskningen dokumenterer, at platformenes anbefalingssystemer ikke er neutrale formidlere af information — de er aktive arkitekter af opmærksomhed, designet til at maksimere engagement og annonceomsætning. Og engagement-optimering og demokratisk informationsdannelse er ikke det samme.

Det empiriske spørgsmål bag

Forstærker sociale medieplatformes algoritmer systematisk had, desinformation og politisk ekstremisme — og i hvilken grad er det et bevidst forretningsmæssigt valg?

Hvad ved vi

✓✓ Moralsk og følelsesladet sprog spredes markant hurtigere på sociale medier. En meta-analyse på tværs af 27 studier og fem laboratorier viser, at ophidselsesord øger sandsynligheden for videredeling med 13-20 procent per ord. Effekten er robust og gælder på tværs af platforme og emner. (Brady et al., PNAS, 2017; Brady et al., PNAS Nexus, 2025)

✓✓ Platformene ved det — og har valgt det. Interne Facebook-dokumenter offentliggjort af whistleblower Frances Haugen (2021) dokumenterer, at virksomheden internt kendte til algoritmernes bidrag til had, polarisering og desinformation, og at forslag om at ændre algoritmen gentagne gange blev nedprioriteret af hensyn til engagement-metrics og annonceomsætning. Det er ikke teknisk naivitet — det er dokumenteret forretningsmæssigt valg. (The Facebook Papers, 2021)

✓ Anbefalingsalgoritmer kan drive gradvis radikalisering. Analyser af YouTubes anbefalingssystem finder, at brugere der starter med moderate politiske videoer konsekvent anbefales progressivt mere ekstremt indhold. Effekten er betinget af udgangspunkt og brugeradfærd — men retningen er konsistent. (Ribeiro et al., WebSci, 2020; Hosseinmardi et al., PNAS, 2021)

✓ EU's Digital Services Act (2022) pålægger de 19 største platforme at auditere og reducere algoritmiske systemrisici. Tidlige evalueringer tyder på delvis compliance men betydelige implementeringshuller, særligt hvad angår gennemsigtighed om selve anbefalingslogikken. (EU Kommissionen, DSA Compliance Reports, 2024)

~ Størrelsen af den demokratiske skadeseffekt er omdiskuteret. Visse studier finder, at algoritmisk ekstreme anbefalinger primært rammer brugere der allerede aktivt opsøger eksplicit partisk indhold — og at "ekkokammer"-effekten er svagere end antaget. Andre studier finder bredere effekter. Princippet er veldokumenteret; skadesomfanget på netop demokratisk deltagelse er metodisk svært at isolere. (Guess et al., Science, 2023; Nyhan et al., Nature, 2023)

Hvad ved vi ikke

Vi mangler kausale studier der entydigt dokumenterer, at algoritmisk forstærkning fører til faktisk ændring af politiske holdninger eller adfærd — frem for blot øget eksponering for ekstremt indhold. Eksponering og overbevisning er ikke det samme.

Vi ved ikke præcis, hvordan algoritmerne fungerer. Platformene offentliggør ikke deres rankinglogik, og forskere er afhængige af eksternaldata, whistleblowers og indirekte metoder. Det begrænser vidensgrundlaget systematisk.

Vi mangler longitudinelle data fra Europa. Størstedelen af forskningen er fra USA, og den europæiske mediepolitiske kontekst — herunder DSA's effekter — er endnu ikke tilstrækkeligt belyst.

Hvad eksperter er uenige om

Der er konsensus om, at moralsk aktiverende sprog spredes hurtigere — det er robust og gentaget. Uenigheden handler om konsekvenserne.

En faglig debat handler om ekkokammer-hypotesen: i hvilken grad lever folk i informationsbobler skabt af algoritmer? Nyere studier (Nyhan et al., 2023; Guess et al., 2023) finder, at ekkokammerets størrelse er overvurderet — folk ser trods alt mere mangfoldigt indhold end frygtet. Men kritikere peger på, at det ekstreme mindretal der eksponeres for radikalt indhold, kan have uforholdsmæssig stor politisk effekt.

En anden diskussion handler om kausalitet: er algoritmer årsag til polarisering, eller afspejler de polarisering der allerede eksisterer? Svaret sandsynligvis begge dele — men forholdet er ikke klarlagt.

Hvad det betyder — og hvad det ikke afgør

Evidensen viser, at platformenes algoritmer systematisk belønner ophidsende og moralsk aktiverende indhold — og at det er et dokumenteret forretningsmæssigt valg, ikke en teknisk fejl.

Det betyder, at regulering af algoritmernes arkitektur og incitamenter er et legitimt og evidensbaseret politisk krav — uanset om man er for eller imod en stram indholdsmoderingspolitik.

Hvad evidensen ikke afgør: i hvilken grad algoritmisk forstærkning faktisk ændrer demokratiske udfalds-mål som valg, tillid til institutioner og politisk deltagelse. Det er metodisk vanskeligt at isolere.

⚖ Regulering af algoritmernes arkitektur rejser et reelt afvejningsspørgsmål mod ytringsfrihed. At kræve åbenhed om rankinglogik og auditret for myndigheder er ikke det samme som at bestemme hvad der er sandt eller falsk — men grænsen er ikke altid tydelig. Hvem har mandatet til at definere "systemrisiko" er et værdispørgsmål, ikke et evidensspørgsmål.