Являются ли Хабр, Реддит, Кью и подобные социальной нейросетью?

В каком-то смысле да. Но это это очень ПЕРЕОБУЧЕННАЯ нейросеть (overfitting).

Если ориентироваться только на какой-то один из таких сайтов, то вы рискуете оказаться в "информационном пузыре". Особенно, если вам очень нравятся ответы на таком сайте, если там очень понятные ответы и если они очень хорошо согласуются с вашей жизненной позицией и мировоззрением, если большинство публики поддерживает вас, например, своими лайками.

Мозг, это ведь такой орган, который не любит работать и думать. А "информационный пузырь", как раз, и дает мозгу работу по минимуму. И вот в вашем подсознании мозг уже шепчет вам: "Не уходи отсюда. Здесь так всё понятно, не надо ни о чем думать и напрягаться. Смотри, а ты оказывается всегда и во всем прав. Дай мне отдохнуть!"

Механизм образования такого "информационного пузыря" чем-то  очень похож на обучение нейросетей поисковых систем подстраиваться под пользователя. Например, один человек набирает в поиске слово "сталкер" и нейросеть выдает ему сайты, имеющие отношение к компьютерной игре Сталкер. А другому человеку выдает сайты, имеющие отношение к кинофильму и Тарковскому. А третьему выдает сайты имеющие отношение к братьям Стругацким. И вот один может прожить всю жизнь ничего не зная ни про Стругацких ни про Тарковского. А другие ничего не узнают про игру Сталкер. Таков итог очень сильной подстройки нейросети под интересы пользователя. (Пример не совсем удачный, так как в реальности разработчики поисковиков всё таки пока еще подмешивают в выдачу небольшую щепотку сайтов из другой области интересов.)

Вот также и на подобных сайтах. Публика первого года, как правило задает некоторый уровень такого сайта и формирует свой "информационный пузырь". И далее к такому сайту присоединяется публика со схожим мировоззрением и жизненной позицией. Так как люди, с отличающемся мировоззрением и жизненной позицией, отторгаются от такого сайта неприятием старожил с помощью принятой системы ранжирования участников сайта (например, системой лайков и дизлайков и т.п.)

Это очень напоминает процесс overfitting в нейросетях, когда в качестве обучающего датасета используется смещённый датасет, который имеет статистические характеристики сильно отличающиеся от более представительного датасета. В результате нейросеть переобучивается на таком смещённом датасете.  При подаче на вход тестовых образцов со схожими статистическими характеристиками, она дает правильный ответ. А если тестовые образцы имеет сильно отличающиеся статистические характеристики, нейросеть дает плохие результаты.