Abstract Do algorithm-driven news sources have different effects on political behavior when compared to non-algorithmic news sources? Media companies compete for our scarce time and attention; one way they do this is by leveraging algorithms to select the most appealing content for each user. While algorithm-driven sites are increasingly popular sources of information, we know very little about the effects of algorithmically determined news at the individual level. The objective of this paper is to define and measure the effects of algorithmically generated news. We begin by developing a taxonomy of news delivery by distinguishing between two types of algorithmically generated news, socially driven and user-driven, and contrasting these with non-algorithmic news. We follow with an exploratory analysis of the effects of these news delivery modes on political behavior, specifically political participation and polarization. Using two nationally representative surveys, one of young adults and one of the general population, we find that getting news from sites that use socially driven or user-driven algorithms to generate content corresponds with higher levels of political participation, but that getting news from non-algorithmic sources does not. We also find that neither non-algorithmic nor algorithmically determined news contribute to higher levels of partisan polarization. This research helps identify important variation in the consequences of news consumption contingent on the mode of delivery.

中文翻译：

---

探索算法驱动的新闻来源对政治行为和两极分化的影响

摘要 与非算法新闻来源相比，算法驱动的新闻来源对政治行为有不同的影响吗？媒体公司争夺我们稀缺的时间和注意力；他们这样做的一种方法是利用算法为每个用户选择最吸引人的内容。虽然算法驱动的网站是越来越受欢迎的信息来源，但我们对算法确定的新闻在个人层面的影响知之甚少。本文的目的是定义和衡量算法生成的新闻的影响。我们首先通过区分两种类型的算法生成的新闻（社会驱动的和用户驱动的）来开发新闻传递的分类法，并将它们与非算法新闻进行对比。我们随后对这些新闻传播模式对政治行为的影响进行了探索性分析，特别是政治参与和两极分化。使用两项具有全国代表性的调查，一项是年轻人，一项是普通人群，我们发现从使用社会驱动或用户驱动算法生成内容的网站获取新闻与更高水平的政治参与相对应，但从非-算法来源没有。我们还发现，非算法或算法确定的新闻都不会导致更高水平的党派两极分化。这项研究有助于确定新闻消费对交付方式的影响的重要变化。使用两项具有全国代表性的调查，一项是年轻人，一项是普通人群，我们发现从使用社会驱动或用户驱动算法生成内容的网站获取新闻与更高水平的政治参与相对应，但从非-算法来源没有。我们还发现，非算法或算法确定的新闻都不会导致更高水平的党派两极分化。这项研究有助于确定新闻消费对交付方式的影响的重要变化。使用两项具有全国代表性的调查，一项是年轻人，一项是普通人群，我们发现从使用社会驱动或用户驱动算法生成内容的网站获取新闻与更高水平的政治参与相对应，但从非-算法来源没有。我们还发现，非算法或算法确定的新闻都不会导致更高水平的党派两极分化。这项研究有助于确定新闻消费对交付方式的影响的重要变化。但从非算法来源获取消息则不然。我们还发现，非算法或算法确定的新闻都不会导致更高水平的党派两极分化。这项研究有助于确定新闻消费对交付方式的影响的重要变化。但从非算法来源获取消息则不然。我们还发现，非算法或算法确定的新闻都不会导致更高水平的党派两极分化。这项研究有助于确定新闻消费对交付方式的影响的重要变化。