本文评估了一项实验的结果，该实验旨在识别Twitter上用户关注行为中的歧视。具体来说，我们创建了类似人类的虚拟机器人账户，并声称自己是经济学博士生。这些账户有三个不同的特征:性别(男性或女性)、种族(黑人或白人)和大学背景(排名靠前或靠后)。这些机器人账户随机跟踪了组成#EconTwitter学术社区一部分的Twitter用户。我们测量了每个帐户在给定时期后获得的回访次数。与黑人学生相比，这个社区的推特用户关注白人学生账户的可能性要高12%;关注排名靠前的名牌大学学生的微博的可能性比关注排名靠后的大学学生的微博高21%;与男学生相比，追随女学生的可能性要高25%。即使在来自顶级学府的学生中，种族差距仍然存在，这表明，即使存在可以被解释为具有高学术潜力的信号，Twitter用户也会存在种族歧视。值得注意的是，我们发现来自排名靠前的大学的黑人男学生并不比来自排名相对较低的大学的白人男学生获得更多的回访。