Дело случая: аудит результатов веб-поиска, связанных с первичными выборами президента США 2020 года, в шести поисковых системах

Мы исследуем, как шесть поисковых систем фильтруют и ранжируют информацию по запросам, связанным с первичными выборами президента США 2020 года, в условиях, заданных по умолчанию, то есть без персонализации. Для этого мы используем методологию алгоритмического аудита, основанную на применении виртуальных агентов для крупномасштабного анализа алгоритмической курации информации в контролируемой среде. В частности, мы изучаем результаты текстового поиска по запросам «us elections», «donald trump», «joe biden» и «bernie sanders» в Google, Baidu, Bing, DuckDuckGo, Yahoo и Yandex в период проведения праймериз 2020 года. Наши результаты указывают на существенные различия между результатами поиска в разных поисковых системах, а также на многочисленные расхождения между результатами, сформированными для различных агентов одной и той же поисковой системой. Это показывает, что то, увидят ли пользователи определённую информацию, может зависеть от случая вследствие inherentной рандомизации результатов поиска. Кроме того, мы обнаруживаем, что некоторые поисковые системы отдают приоритет различным категориям источников информации применительно к конкретным кандидатам. Эти наблюдения демонстрируют, что алгоритмическая курация политической информации может создавать неравенство в доступе к информации между пользователями поисковых систем даже в условиях отсутствия персонализации. Такое неравенство вызывает особую обеспокоенность, поскольку общество в высокой степени доверяет результатам поиска, а, как показали предыдущие исследования, результаты поиска способны изменять мнения неопределившихся избирателей.