Der er noget i stykker ved mange af de sociale medier. Mens antallet af brugere stiger med en astronomisk hastighed, og man kan ikke benægte dets magt, når det kommer til formidling af budskaber og information, de sociale medier ikke nødvendigvis legemliggør de bedste aspekter af socialisering. Faktisk, for noget med milliarder af brugere, kan det til tider være direkte isoleret. Dette kan igen føre til den polariserede verden, som Eli Pariser først identificerede i sin bog Filterboblen.
Indhold
- Filterbobleproblemet
- Nytænkning af sociale medier
Men der kunne være en løsning på dette grundlæggende problem. Forskere fra Danmark og Finland har lavet en ny algoritme, som de mener giver et indblik i, hvordan sociale medier kunne - og måske bør - arbejde. Det er designet til at sprænge filterboblerne og udsætte folk for mere forskelligartet indhold.
Anbefalede videoer
"Typisk vil målet med en social medieplatform være at maksimere brugerengagementet," Esther Galbrun, en seniorforsker i datavidenskab ved University of Eastern Finlands School of Computing, fortalte Digital Trends. "Det er at maksimere den tid, folk bruger på platformen, da det kan blive omsat til indtægter, for eksempel gennem reklamer. Udover at promovere brandhæmmende indhold eller clickbait, kan strategier til at holde brugerne engageret omfatte at give dem mere indhold, som de sandsynligvis vil nyde. Det betyder at personalisere indholdet ved at bygge profiler af brugerne, holde styr på, hvad de har nydt og vist interesse for, og forsøge at give dem mere af det samme. Dette [kan] også involvere opmuntrende interaktioner med mennesker, der deler lignende synspunkter."
Filterbobleproblemet
Personalisering er i de fleste tilfælde godt. Baristaen, der kender din kaffebestilling, musikalgoritmen, der afspiller dig sange, den ved, at du enten kan lide eller er sandsynligvis vil lide, nyhedsfeedet, der kun viser dig de historier, der appellerer til dig - det hele smigrer individuel. Det sparer tid i en verden, hvor vi på en eller anden måde ser ud til at have mindre tid end nogensinde på trods af hundredvis af tidsbesparende enheder.
Men når det kommer til denne form for personalisering på sociale netværk, er problemet, at ideer for ofte forbliver uanfægtede. Vi omgiver os med mennesker, der tænker, som vi gør, og det fører til enorme blinde pletter i vores verdensbillede. Det er et problem, fordi, som de fleste mennesker kan blive enige om, har sociale medier bevæget sig ud over et sted, hvor vi går hen for at få gode memes og vores venners babybilleder. Når det er bedst, lover sociale medieplatforme (selvom de ikke altid leverer) en måde at hjælpe borgere med at holde sig informeret og deltage i den offentlige sfære. Det er derfor vigtigt, at vi bliver eksponeret for information, der ikke blot stemmer overens med vores egne personlige mytologier. Det bør være en markedsplads for ideer, ikke en gruppetænkningsmonolit.
Denne nye forskning - som ud over Galbrun blev udført af forskere Antonis Matakos, Cigdem Aslay, og Aristides Gionis — søger at skabe en algoritme, der maksimerer mangfoldigheden af eksponering i et socialt netværk. Et abstrakt, der beskriver arbejdsnoterne:
”Vi formulerer problemstillingen i forbindelse med informationsformidling, som en opgave med at anbefale et mindre antal nyhedsartikler til udvalgte brugere. Vi tager højde for indhold og brugertilbøjeligheder og sandsynligheden for yderligere deling af en artikel. Vores model giver os mulighed for at fange balancen mellem at maksimere spredningen af information og sikre brugernes eksponering for forskellige synspunkter."
Systemet fungerer ved at give numeriske værdier til indhold på sociale medier og brugere, baseret på hvordan de rangerer på det ideologiske spektrum - for eksempel om de er venstre- eller højreorienterede. Algoritmen leder derefter efter sociale mediebrugere, der optimalt kan sprede dette indhold med maksimal effektivitet og derved øge brugernes mangfoldighedsscore.
Som forskerne bemærker i deres papir, kan udfordringen "kastes som at maksimere en monoton og submodulær funktion underlagt en matroid begrænsning på tildelingen af artikler til brugere. Det er en udfordrende generalisering af indflydelsesmaksimeringsproblemet. Alligevel er vi i stand til at udtænke skalerbare tilnærmelsesalgoritmer ved at introducere en ny udvidelse til begrebet tilfældige sæt, der kan omvendt nås. Vi demonstrerer eksperimentelt effektiviteten og skalerbarheden af vores algoritme på flere datasæt fra den virkelige verden."
Nytænkning af sociale medier
En stor udfordring med noget lignende er selvfølgelig, at det truer med at gøre sociale medier mindre overbevisende. Sociale medievirksomheder forsøger sandsynligvis ikke at gøre falske nyheder og filtrere bobler til noget af politiske årsager; de leder bare efter indhold, der får folk til at blive længere og klikke mere. Som et resultat heraf kan det at blande sig med denne formel - selvom det er for offentlighedens bedste - få folk til at bruge mindre tid på disse websteder og apps. Godt for folk, måske. Dårligt for virksomhederne.
"Dette er en af de største udfordringer," sagde Galbrun. "For at diversificere det indhold, som brugere af netværket udsættes for, uden at bombardere hver enkelt bruger med eksogent anbefaling, er vi stadig nødt til at stole på, at brugerne deler indholdet, så det kan forplante sig videre på tværs af netværk. Hvis vi anbefaler en bruger indhold, der præsenterer en mening diametralt modsat hans, vil hans eksponering blive diversificeret, men han er meget usandsynligt at dele indholdet med sine kontakter - og det vil ikke hjælpe med at diversificere eksponeringen af andre brugere i netværk. Så vi er nødt til at finde en balance mellem, hvor forskellig den repræsenterede mening er fra brugerens, og hvor meget denne forskel reducerer chancerne for, at den spredes yderligere."
Dette papir, udgivet i tidsskrift IEEE (Institute of Electrical and Electronics Engineers) Transactions on Knowledge and Data Engineering, og for nylig fremhævet af IEEE Spectrum, er blot én metode, hvor sociale medier kan ændre den måde, de opererer på, for at fremme denne form for mangfoldighed. Der er selvfølgelig ingen garanti for, at dette vil ske - og det er værd at bemærke, at dette er et uafhængigt stykke forskning, som ikke er blevet udført af nogen af nutidens sociale mediegiganter.
Ikke desto mindre repræsenterer det en afgørende vigtig illustration af et af de store problemer, der skal løses. Alt for ofte bliver sociale medier betragtet som et af de store dårligdomme i det moderne samfund. Der er en vis sandhed i det, men det har også muligheden for også at være en stor fordel for civilisationen og åbne folk op for nye perspektiver og oplevelser uden for dem selv. Spørgsmålet er, hvordan man omkonfigurerer det, så det lever op til disse idealer.
Redaktørens anbefalinger
- Et interview med Zach King, internettets foretrukne illusionist
