2024年美国总统大选后，大量用户因不满X平台（前Twitter）的党派攻击性言论转向去中心化社交媒体Bluesky。Bluesky未使用算法推荐内容，初期确实减少了极端言论和错误信息。但不到一年，该平台仍出现了回音室效应（Echo Chamber Effect）。

阿姆斯特丹大学的研究人员通过AI模拟实验发现，即使没有复杂算法，仅凭发帖、转发和关注等基本功能，社交媒体仍会自然分裂为封闭圈子，形成极化现象。他们构建了一个500名虚拟用户的简化平台，基于美国国家选举研究数据设定用户特征，并利用ChatGPT、Llama和DeepSeek等大语言模型模拟用户行为。实验运行1万次交互周期后，平台均出现了回音室、影响力集中和极端言论三大问题。

研究人员尝试了六种干预措施，如按时间顺序展示帖子或推送对立观点，但均未完全解决问题，部分措施甚至加剧了负面现象。华盛顿大学的学者认为，这一结果反映了“人性与社交媒体注意力动态之间的共振”，即使移除算法，系统架构仍可能保留毒性。

印第安纳大学的专家提出质疑，认为AI训练数据本身可能已包含社交媒体毒性，导致实验结果先天偏向极化。纽约大学的研究者则认为，尽管没有简单解决方案，但用户发布更中立的内容可能有助于缓解极化。

这项研究揭示了社交媒体极化的内在机制，表明仅靠技术调整难以根除问题，需结合多方策略应对。