Οι φυσαλίδες φίλτρου είναι ένα μεγάλο πρόβλημα. Αυτός ο αλγόριθμος τους σκάει

Υπάρχει κάτι σπασμένο σε πολλά μέσα κοινωνικής δικτύωσης. Ενώ ο αριθμός των χρηστών αυξάνεται με αστρονομικό ρυθμό, και δεν υπάρχει αμφιβολία για τη δύναμή του όταν πρόκειται για διαδίδοντας μηνύματα και πληροφορίες, τα μέσα κοινωνικής δικτύωσης δεν ενσωματώνουν απαραίτητα τις καλύτερες πτυχές του κοινωνικοποίηση. Στην πραγματικότητα, για κάτι με δισεκατομμύρια χρήστες, μπορεί να είναι εντελώς νησιωτικό μερικές φορές. Αυτό, με τη σειρά του, μπορεί να οδηγήσει στον πολωμένο κόσμο που ο Eli Pariser εντόπισε για πρώτη φορά στο βιβλίο του Η Φούσκα Φίλτρου.

Περιεχόμενα

  • Το πρόβλημα της φυσαλίδας φίλτρου
  • Επανεξέταση των μέσων κοινωνικής δικτύωσης

Αλλά θα μπορούσε να υπάρξει μια λύση για αυτό το θεμελιώδες ζήτημα. Ερευνητές από τη Δανία και τη Φινλανδία δημιούργησαν έναν νέο αλγόριθμο που πιστεύουν ότι δίνει μια ματιά στο πώς τα μέσα κοινωνικής δικτύωσης θα μπορούσαν - και ίσως πρέπει - δουλειά. Έχει σχεδιαστεί για να ανοίγει τις φυσαλίδες φίλτρου και να εκθέτει τους ανθρώπους σε πιο ποικίλο περιεχόμενο.

Προτεινόμενα βίντεο

"Συνήθως, ο στόχος μιας πλατφόρμας μέσων κοινωνικής δικτύωσης θα ήταν να μεγιστοποιήσει την αφοσίωση των χρηστών." Esther Galbrun, ανώτερος ερευνητής στην επιστήμη δεδομένων στη Σχολή Πληροφορικής του Πανεπιστημίου της Ανατολικής Φινλανδίας, δήλωσε στο Digital Trends. «Αυτό είναι [για να] μεγιστοποιηθεί ο χρόνος που ξοδεύουν οι άνθρωποι στην πλατφόρμα, καθώς αυτός μπορεί να μετατραπεί σε έσοδα, για παράδειγμα μέσω διαφήμισης. Εκτός από την προώθηση εμπρηστικού περιεχομένου ή clickbait, οι στρατηγικές για τη διατήρηση της αφοσίωσης των χρηστών μπορεί να περιλαμβάνουν την παροχή περισσότερου περιεχομένου που είναι πιθανό να απολαύσουν. Αυτό σημαίνει εξατομίκευση του περιεχομένου δημιουργώντας προφίλ των χρηστών, παρακολουθώντας τι τους άρεσε και για το οποίο έχουν δείξει ενδιαφέρον και προσπαθώντας να τους παρέχουμε περισσότερα από τα ίδια. Αυτό [μπορεί] να περιλαμβάνει επίσης ενθαρρυντικές αλληλεπιδράσεις με άτομα που μοιράζονται παρόμοιες απόψεις».

Το πρόβλημα της φυσαλίδας φίλτρου

Η εξατομίκευση είναι, στις περισσότερες περιπτώσεις, καλή. Ο barista που γνωρίζει την παραγγελία του καφέ σας, τον αλγόριθμο μουσικής που σας παίζει τραγούδια ξέρει ότι είτε σας αρέσουν είτε πιθανόν να αρέσει, η ροή ειδήσεων που σας δείχνει μόνο τις ιστορίες που σας αρέσουν — όλα αυτά κολακεύουν άτομο. Εξοικονομεί χρόνο σε έναν κόσμο στον οποίο κατά κάποιον τρόπο φαίνεται να έχουμε λιγότερο χρόνο από ποτέ παρά τις εκατοντάδες συσκευές που εξοικονομούν χρόνο.

Ωστόσο, όταν πρόκειται για αυτό το είδος εξατομίκευσης στα κοινωνικά δίκτυα, το πρόβλημα είναι ότι οι ιδέες πολύ συχνά παραμένουν αδιαμφισβήτητες. Περιβάλλουμε τον εαυτό μας με ανθρώπους που σκέφτονται όπως εμείς, και αυτό οδηγεί σε τεράστια τυφλά σημεία στην κοσμοθεωρία μας. Αυτό είναι ένα ζήτημα γιατί, όπως μπορούν να συμφωνήσουν οι περισσότεροι, τα μέσα κοινωνικής δικτύωσης έχουν ξεφύγει από το σημείο όπου πηγαίνουμε για βαριά μιμίδια και τις φωτογραφίες μωρών των φίλων μας. Στην καλύτερη περίπτωση, οι πλατφόρμες μέσων κοινωνικής δικτύωσης υπόσχονται (ακόμα κι αν δεν αποδίδουν πάντα) έναν τρόπο να βοηθήσουν τους πολίτες να παραμείνουν ενημερωμένοι και να συμμετέχουν στη δημόσια σφαίρα. Επομένως, είναι σημαντικό να εκτεθούμε σε πληροφορίες που δεν ευθυγραμμίζονται απλώς με τις προσωπικές μας μυθολογίες. Θα πρέπει να είναι μια αγορά ιδεών, όχι ένας μονόλιθος ομαδικής σκέψης.

Αυτή η νέα έρευνα — η οποία, εκτός από τον Galbrun, πραγματοποιήθηκε από ερευνητές Αντώνης Ματάκος, Cigdem Aslay, και Αριστείδης Γκιώνης — επιδιώκει να δημιουργήσει έναν αλγόριθμο που μεγιστοποιεί την ποικιλομορφία της έκθεσης σε ένα κοινωνικό δίκτυο. Μια περίληψη που περιγράφει τις σημειώσεις της εργασίας:

«Διατυπώνουμε το πρόβλημα στο πλαίσιο της διάδοσης της πληροφορίας, ως έργο της σύστασης ενός μικρού αριθμού ειδησεογραφικών άρθρων σε επιλεγμένους χρήστες. Λαμβάνουμε υπόψη το περιεχόμενο και τις κλίσεις των χρηστών, καθώς και την πιθανότητα περαιτέρω κοινής χρήσης ενός άρθρου. Το μοντέλο μας μας επιτρέπει να συλλάβουμε την ισορροπία μεταξύ της μεγιστοποίησης της διάδοσης των πληροφοριών και της διασφάλισης της έκθεσης των χρηστών σε διαφορετικές απόψεις."

Το σύστημα λειτουργεί δίνοντας αριθμητικές τιμές στο περιεχόμενο στα μέσα κοινωνικής δικτύωσης και στους χρήστες, με βάση την κατάταξη τους στο ιδεολογικό φάσμα — για παράδειγμα, είτε είναι αριστεροί είτε δεξιοί. Στη συνέχεια, ο αλγόριθμος αναζητά χρήστες μέσων κοινωνικής δικτύωσης που θα μπορούσαν να διαδώσουν βέλτιστα αυτό το περιεχόμενο με τη μέγιστη αποτελεσματικότητα, αυξάνοντας έτσι τις βαθμολογίες διαφορετικότητας των χρηστών.

Όπως σημειώνουν οι ερευνητές στο έγγραφό τους, η πρόκληση μπορεί «να εκφραστεί ως η μεγιστοποίηση μιας μονότονης και υποαρθρωτής συνάρτησης που υπόκειται σε έναν μητροειδή περιορισμό στην κατανομή των άρθρων στους χρήστες. Είναι μια προκλητική γενίκευση του προβλήματος της μεγιστοποίησης επιρροής. Ωστόσο, είμαστε σε θέση να επινοήσουμε κλιμακωτούς αλγόριθμους προσέγγισης εισάγοντας μια νέα επέκταση στην έννοια των τυχαίων συνόλων με δυνατότητα ανάστροφης πρόσβασης. Επιδεικνύουμε πειραματικά την αποτελεσματικότητα και την επεκτασιμότητα του αλγορίθμου μας σε πολλά σύνολα δεδομένων πραγματικού κόσμου."

Επανεξέταση των μέσων κοινωνικής δικτύωσης

Μια μεγάλη πρόκληση με κάτι τέτοιο, φυσικά, είναι ότι απειλεί να κάνει τα social media λιγότερο ελκυστικά. Οι εταιρείες μέσων κοινωνικής δικτύωσης πιθανώς δεν προσπαθούν να κάνουν τις ψεύτικες ειδήσεις και τις φούσκες φιλτραρίσματος για πολιτικούς λόγους. Απλώς αναζητούν περιεχόμενο που κάνει τους ανθρώπους να μένουν περισσότερο και να κάνουν κλικ περισσότερο. Ως αποτέλεσμα, η ανάμειξη σε αυτήν τη φόρμουλα - ακόμα κι αν είναι για το κοινό καλό - θα μπορούσε να κάνει τους ανθρώπους να ξοδεύουν λιγότερο χρόνο σε αυτούς τους ιστότοπους και τις εφαρμογές. Καλό για τους ανθρώπους, ίσως. Κακό για τις εταιρείες.

@dole777/Unsplash

«Αυτή είναι μια από τις κύριες προκλήσεις», είπε ο Galbrun. «Για να διαφοροποιηθεί το περιεχόμενο στο οποίο εκτίθενται οι χρήστες του δικτύου, χωρίς να βομβαρδίζεται κάθε χρήστης με εξωγενείς σύσταση, πρέπει ακόμα να βασιζόμαστε στους χρήστες που μοιράζονται το περιεχόμενο, ώστε να μπορεί να διαδοθεί περαιτέρω σε ολόκληρο το περιεχόμενο δίκτυο. Εάν προτείνουμε σε έναν χρήστη περιεχόμενο που παρουσιάζει μια γνώμη εκ διαμέτρου αντίθετη από τη δική του, η έκθεσή του θα διαφοροποιηθεί, αλλά είναι πολύ απίθανο να μοιραστεί το περιεχόμενο με τις επαφές του — και αυτό δεν θα βοηθήσει στη διαφοροποίηση της έκθεσης άλλων χρηστών στο δίκτυο. Πρέπει λοιπόν να βρούμε μια ισορροπία μεταξύ του πόσο διαφορετική είναι η άποψη που εκπροσωπείται από αυτή του χρήστη και πόσο αυτή η διαφορά μειώνει τις πιθανότητες να διαδοθεί περαιτέρω.»

Αυτή η εργασία, που δημοσιεύτηκε στο περιοδικό IEEE (Institute of Electrical and Electronics Engineers) Transactions on Knowledge and Data Engineering, και πρόσφατα επισημαίνεται από το IEEE Spectrum, είναι μόνο μια μέθοδος όπου τα δίκτυα κοινωνικών μέσων θα μπορούσαν να αλλάξουν τον τρόπο λειτουργίας τους για να ενθαρρύνουν αυτού του είδους τη διαφορετικότητα. Δεν υπάρχει, φυσικά, καμία εγγύηση ότι αυτό θα συμβεί - και αξίζει να σημειωθεί ότι πρόκειται για μια ανεξάρτητη έρευνα που δεν έχει διεξαχθεί από κανέναν από τους σημερινούς γίγαντες των μέσων κοινωνικής δικτύωσης.

Ωστόσο, αντιπροσωπεύει μια κρίσιμης σημασίας απεικόνιση ενός από τα μεγάλα προβλήματα που πρέπει να επιλυθούν. Πολύ συχνά, τα μέσα κοινωνικής δικτύωσης θεωρούνται ένα από τα μεγάλα δεινά της σύγχρονης κοινωνίας. Υπάρχει κάποια αλήθεια σε αυτό, αλλά έχει επίσης τη δυνατότητα να είναι ένα μεγάλο όφελος και για τον πολιτισμό, ανοίγοντας τους ανθρώπους σε νέες προοπτικές και εμπειρίες έξω από τον εαυτό τους. Το ερώτημα είναι πώς να το διαμορφώσετε ξανά έτσι ώστε να ανταποκρίνεται σε αυτά τα ιδανικά.

Συστάσεις των συντακτών

  • Μια συνέντευξη με τον Ζακ Κινγκ, τον αγαπημένο ψευδαισθητή του Διαδικτύου