布法罗大学文理学院媒介研究系助理教授、哲学博士 Tero Karppi 表示，一旦推文的性质被查明，市场几乎像被虚假信息扭曲时那样迅速地自我修正，但这起被称为“黑客崩盘”的事件表明，我们需要更好地理解社交媒体数据如何与私营和公共部门的决策相关联。
根据其速度判断，“黑客崩盘”被认定为由计算机主导的事件，由旨在识别和评估可能影响市场的互联网内容的复杂算法所触发。这些算法发起了用人类术语来说相当于恐慌性抛售的交易狂潮，每秒执行数千笔交易——这一切皆因一条社交媒体帖子被假定的严重性而起。
“我们需要开始识别社交媒体与现代金融联系的不同方式。这包括理解事物如何在网络上传播，以及互联网基础设施是如何设计以让事物传播的，”Karppi 说道。他与微软研究院及麻省理工学院公民媒体中心的 Kate Crawford 一起，在即将出版的《理论、文化与社会》期刊上分析了 2013 年推特与华尔街的这场碰撞。
虽然并非所有推文都具有同等分量，但在特定条件下，帖子可以像洒在桌子上的牛奶一样蔓延。如果再混入关键的可信度因素，那就好比桌子的一端刚被抬起地面时，同样的牛奶被洒了出来。
这正是 2013 年 4 月 23 日下午发生的情况，当时黑客侵入了美联社的推特账号，并发布消息称白宫发生两起爆炸，总统巴拉克·奥巴马受伤。
作为一个拥有数百万推特粉丝的可信赖新闻机构，美联社的这条推文尽管是恶意黑客行为，却具有内在的权威性——以及流行度，在不到五分钟的时间内被转发了 4000 次。
信息在微秒级时间内传播至金融市场，市场随之做出反应。没有人确切知道究竟是什么导致了市场的闪电崩盘，但研究中调查的许多金融分析师认为，那些利用算法执行交易并从社交媒体信息流中获取未来重要信号的高频交易者参与其中。
金融算法基于许多变量执行交易，有时以自主方式运行。而且它们的运作速度快于人类思维。由于市场基于不确定性和概率运行，算法推测是对虚假推文所暗示的不确定性和概率做出了反应，但 Karppi 表示，要了解这些算法的具体基因是不可能的。
“我们知道算法交易的原则，例如它们基于时间、价格和交易量运作，并且依赖于网络基础设施的速度。但要确切知道特定的金融算法在做什么几乎是不可能的，因为它们具有专有性质，”Karppi 说。“既然我们无法访问这些算法，我们需要寻找替代方法来理解它们是如何工作的。”
“黑客崩盘”常被引证为系统故障的迹象，但 Karppi 表示，这是算法按设计工作的一个例子。要理解“黑客崩盘”，必须继续探索社交媒体、市场及其算法之间的关系。
“社交媒体仍然是一个相对较新的研究领域，且该领域的大部分研究都集中在日常用户身上。直到最近，我们才开始意识到其他拥有巨大权力的参与者正在监控社交媒体信息流，”Karppi 说。“这些参与者来自金融市场，但也来自安全行业和公共部门，仅举几例。总的来说，似乎存在一种新实证主义的信念，即社交媒体数据代表了我们的现实，可用于做出准确的决策。”
Karppi 认为，这一切发生得太快，而这正是问题所在。
“当计算系统开始分析推特上的传播内容，并以快于人类反应时间的速度基于这些预测做出决策时，我们将看到不可预测的后果，”他说。