答案

促进社会参与的人工智能平台基于用户资料、沟通数据和社交网络的分析，以生成个性化建议和访问机会。社会不平等加剧的原因可归结为：

• 训练数据偏差：人工智能使用活跃且数字网络良好的用户数据进行训练，导致数字存在感低或行为内向的人被低估。
• 对参与度和可见性的优化：算法常偏向高活跃度和大影响力的人群，内向或边缘化群体较少被考虑。
• 忽视社会障碍：人工智能常忽略复杂的社会和文化障碍，如语言障碍、数字技能或社会信任，这些都限制了参与。
• 缺乏透明度和共创：用户往往不了解推荐的生成方式，且对算法调整以满足其需求的影响力有限。
• 社会反馈效应：现有网络的强化导致社交联系较少的人进一步边缘化，加剧社会分裂。

这些因素削弱了用户对平台的信任，可能危及民主参与和社会凝聚力。同时，该技术也提供了消除障碍和实现新型参与形式的机会。

改进措施包括：

• 多样且包容的训练数据，涵盖不同社会群体和沟通风格。
• 优先考虑社会公正、包容性和无障碍的优化标准。
• 透明的算法及其功能和限制的公开沟通。
• 用户参与和根据个体需求调整推荐的可能性。
• 定期评估社会影响，并纳入社会科学和伦理专家的意见。

只有通过技术谨慎、社会敏感和透明共创的平衡结合，人工智能平台才能促进社会参与，同时减少现有不平等。

结论：
促进社会参与的人工智能可能因数据偏差、对可见性的优化和缺乏包容性而加剧不平等。
这损害了信任、民主参与和社会凝聚力。
技术公平、透明和参与式设计是实现公正包容数字社会的关键。