从灰市到黑市：社交媒体算法驱动的数字漂移机会——基于Snapchat推荐算法的准实验研究

这篇研究通过准实验设计（40个模拟用户档案）揭示了Snapchat推荐算法如何将用户从合法灰市（尼古丁电子烟/性服务）推向非法毒品交易网络。65%的档案在4天内被算法主动推荐毒贩，凸显平台算法（Quick Add功能）的犯罪诱发潜力（criminogenic affordance），为数字漂移（digital drift）理论提供了实证支持。

　　

算法驱动的犯罪漂移：Snapchat如何成为非法市场的推手

ABSTRACT

这项研究揭示了Snapchat推荐算法如何通过微观社会学观察促成用户从合法活动向非法活动的数字漂移。通过40个接触灰市（尼古丁电子烟和性服务）的模拟档案，65%在四天内被算法导向毒品卖家，尽管这些档案从未主动接触非法内容。研究强调了平台功能的犯罪诱发潜力，表明社交媒体不仅是犯罪者聚集空间，更是非法活动的主动推动者。

Introduction

开放社交平台（如Facebook、TikTok、Snapchat）已成为毒品、武器等非法商品的温床。丹麦刑法中，尼古丁产品和性服务虽属合法，但相关数字市场仍处于灰色地带。研究聚焦Snapchat——其简洁设计使其成为观察推荐算法的理想案例。该平台同时存在尼古丁、性服务与毒品、赃物等黑市交易，且这些市场在算法推荐中高度重叠。

理论框架

1. 1.

   数字漂移理论：借鉴Matza的漂移理论，网络环境降低了接触越轨行为的门槛，算法推荐形成"隐秘快感"（sneaky thrills）的诱惑。

2. 2.

   功能可供性理论：基于Gibson和Davis的框架，平台通过Quick Add等功能"鼓励"用户接触犯罪内容，算法个性化（如根据用户画像调整推荐）是关键机制。

Methods

准实验设计：

• •

  设备：10部全新安卓手机，创建40个档案（男女各半，60%白人/40%有色人种头像）

• •

  流程：

  1. 1.

     灰市接触阶段：前20个档案添加尼古丁卖家，后20个添加性工作者

  2. 2.

     每日记录：网络状态、Quick Add推荐内容（使用ManuScrape软件采集）

• •

  关键指标：算法推荐中毒品卖家的出现时间与频率

Results

1. 1.

   爆炸性暴露：

   • •

     尼古丁组：70%档案第2天即接触毒贩，第4天达90%

   • •

     性服务组：第4天暴露率40%，显著低于尼古丁组

2. 2.

   算法触发点：与灰市卖家建立连接是推荐内容突变的关键节点

Discussion

1. 1.

   差异化暴露机制：

   • •

     尼古丁市场与毒品市场算法关联性更强

   • •

     性工作者因风险意识更高（需验证客户身份），导致算法触发效率降低

2. 2.

   政策启示：单纯内容审核可能引发犯罪转移，需结合算法机制设计系统性解决方案

Conclusion

Snapchat算法将65%的模拟用户推向毒品交易网络，其中尼古丁消费者风险最高（90%暴露率）。这种算法驱动的犯罪机会重构，标志着社交媒体从被动"犯罪空间"向主动"犯罪助推者"的角色转变。

Limitations

1. 1.

   模拟档案缺乏真实用户的行为复杂性

2. 2.

   仅捕捉显性毒品广告（如"可卡因"等直白描述）

3. 3.

   丹麦语市场的特殊性可能放大现象

注：所有数据及实验协议已开源（OSF平台），为后续跨平台研究（如TikTok、Instagram）奠定基础。