梅辛認為，我們選擇的線上好友造成這項的巨大差異，根據基礎研究，透過過濾功能閱讀新聞削減了許多能刺激用戶思考的挑戰性內容。其中，最大且懸而未決的問題是，這是否會使臉書用戶只看到其他網友對新聞事件的回應或立場，而不是直接從自己喜歡的新聞媒體網站獲得新聞資訊。
Facebook’s newsfeed algorithm decreases ideologically diverse content http://t.co/B71i12kd32 by @zeynep via @Medium pic.twitter.com/l2CF2rVMjb
— Orr Hirschauge (@orr_hirsch) 2015 5月 9日
其他專家看法不同
波士頓東北大學（Northeastern University in Boston）的雷澤爾（David Lazer）博士表示，這是一個尷尬的對比：「我們無法確切掌握臉書是鼓勵還是阻礙政治討論，因為我們在真實世界沒有可以相互對照的數量或質量」，拉茲還說，這個研究是個關鍵議題，也讓世人有「持續保持警惕的必要」。
「臉書以公開方式進行這項研究值得信賴，但現在還需要一個更廣泛的、獨立的、世界性的科學家體系來研究這些系統。」
Annoyed at Facebook paper. Then I read the intro @davidlazer http://t.co/apKQft3ehA and @zeynep https://t.co/hL2vDxNHeM and feel better.
— Shamus Khan (@shamuskhan) 2015 5月 7日
英國牛津大學（University of Oxford）研究社群網路的教授波特（Mason Porter）對此看法類似，他認為下一步將是與其他網路環境比較結果，「這些現象對應在其他社群網站有多少真實性？我認為這將激發更多相關研究。」
倫敦大學學院（University College London）統計與電算科學教授沃爾夫（Patrick Wolfe）認為雖然數據有點侷限，但這項研究仍是有趣的，他對研究結果不感到意外。
沃爾夫評論，研究對象的偏差可能意味著調查結果未反映大多數人們的使用情形，特別是要得到1000萬用戶，研究人員首先必須排除一週內使用臉書低於4次的30％用戶，以及不主動公開政治立場的91％成人用戶。
梅辛博士回應：「我們感興趣的是誰是真正的社群網站用戶群，與用戶的登錄次數並不是真正相關」，他強調團隊有上百萬的觀察者，「誤差應該比圖表上的點還要小。」
喜歡這篇文章請加入風傳媒看世界粉絲團，是對我們最大的鼓勵！
