Mark Cuban：社交媒體算法對人們思維方式的影響超過其他任何因素
企業家Mark Cuban於2026年10月29日在X發帖稱，他與位於得克薩斯州的GenZ專業人士（大學畢業生及職業友人）交談後發現，其中不少人的朋友並不知道James Talarico或Ken Paxton是誰，連姓名都不認識。
Cuban表示，社交媒體算法對人們思維方式的影響超過其他任何因素。他指出，用戶在所使用的主要平臺上各自擁有獨特的信息流，如同指紋一般，沒有兩個人的完全相同。
James Talarico（民主黨）與Ken Paxton（共和黨）是2026年得克薩斯州聯邦參議員選舉的主要候選人，該選舉將於11月3日舉行，當前民調顯示雙方接近，被多家機構評爲toss-up。
原始來源：
標題：Talked to GenZ professionals... 發佈者：Mark Cuban (@mcuban) 發佈日期：2026-10-29 URL：https://x.com/mcuban/status/2115677088321606143 來源性質：當事人原帖 覈驗情況：本次讀取原帖全文，覈驗日期2026-10-28 支持內容：Cuban關於與德州GenZ專業人士交談及對社交媒體算法影響的具體表述
ABAB AI 解讀
Mark Cuban長期關注社交媒體算法對政治與公共輿論的塑造作用。他在2024年大選期間已多次公開指出，算法通過持續推送同類內容強化既有偏好，尤其對年輕男性用戶影響顯著；他曾建議競選團隊嘗試逆向工程算法，以更精準觸達目標人羣。
2026年得州聯邦參議員選舉是美國中期選舉的關鍵對決之一。民主黨候選人James Talarico（州衆議員）與共和黨候選人Ken Paxton（現任州總檢察長）競爭John Cornyn卸任後的席位。Talarico在第三季度募得超過6000萬美元，創下參議院候選人紀錄，整體籌款已超1.34億美元；而外部支持Paxton的支出規模更大。多家民調顯示兩人處於膠着狀態。
Cuban此次以得州本地GenZ專業人士的實際認知爲例，指向算法驅動的信息繭房使傳統競選廣告與候選人姓名傳播的效力下降。對於依賴常規媒體覆蓋與廣告投放的候選人而言，若無法有效進入用戶個性化信息流，即使在高關注度選戰中也可能面臨基礎知名度不足的問題。
ABAB News · 認知定律
算法個性化信息流使候選人姓名傳播與傳統廣告觸達效率下降。
在高關注選戰中，基礎認知仍可能因信息繭房而在特定羣體中缺失。