फ़िल्टर बुलबुले एक बड़ी समस्या हैं. यह एल्गोरिथम उन्हें पॉप करता है

सोशल मीडिया पर बहुत कुछ टूटा हुआ है। जबकि उपयोगकर्ताओं की संख्या बहुत तेजी से बढ़ रही है, और जब बात आती है तो इसकी शक्ति से इनकार नहीं किया जा सकता है संदेशों और सूचनाओं का प्रसार, सोशल मीडिया आवश्यक रूप से सर्वोत्तम पहलुओं को शामिल नहीं करता है सामाजिककरण। वास्तव में, अरबों उपयोगकर्ताओं वाली किसी चीज़ के लिए, यह कभी-कभी बिल्कुल अलग हो सकती है। यह, बदले में, उस ध्रुवीकृत दुनिया की ओर ले जा सकता है जिसे एली पेरिसर ने पहली बार अपनी पुस्तक में पहचाना था फ़िल्टर बुलबुला.

लेकिन इस मूलभूत मुद्दे का समाधान हो सकता है। डेनमार्क और फ़िनलैंड के शोधकर्ताओं ने एक नया एल्गोरिदम बनाया है, उनका मानना ​​​​है कि यह सोशल मीडिया कैसे कर सकता है - और शायद इसकी एक झलक देता है चाहिए - काम। इसे फ़िल्टर बुलबुले को पॉप करने और लोगों को अधिक विविध सामग्री से अवगत कराने के लिए डिज़ाइन किया गया है।

"आम तौर पर, सोशल मीडिया प्लेटफ़ॉर्म का उद्देश्य उपयोगकर्ता सहभागिता को अधिकतम करना होगा," एस्तेर गैलब्रूनयूनिवर्सिटी ऑफ ईस्टर्न फिनलैंड के स्कूल ऑफ कंप्यूटिंग में डेटा साइंस के एक वरिष्ठ शोधकर्ता ने डिजिटल ट्रेंड्स को बताया। “यह लोगों द्वारा प्लेटफ़ॉर्म पर बिताए जाने वाले समय को अधिकतम करने के लिए है, क्योंकि उदाहरण के लिए विज्ञापन के माध्यम से इसे राजस्व में बदला जा सकता है। भड़काऊ सामग्री या क्लिकबेट को बढ़ावा देने के अलावा, उपयोगकर्ताओं को जोड़े रखने की रणनीतियों में उन्हें अधिक सामग्री प्रदान करना शामिल हो सकता है जिसका वे आनंद ले सकते हैं। इसका मतलब है कि उपयोगकर्ताओं की प्रोफ़ाइल बनाकर सामग्री को वैयक्तिकृत करना, उन्होंने किस चीज़ का आनंद लिया और किसमें रुचि दिखाई, इस पर नज़र रखना और उन्हें और अधिक सामग्री प्रदान करने का प्रयास करना। इसमें उन लोगों के साथ उत्साहजनक बातचीत भी शामिल हो सकती है जो समान दृष्टिकोण साझा करते हैं।

फ़िल्टर बबल समस्या

वैयक्तिकरण, अधिकांश मामलों में, अच्छा है। बरिस्ता जो आपके कॉफी ऑर्डर को जानता है, संगीत एल्गोरिदम जो आपको गाने बजाता है, वह जानता है कि आपको या तो पसंद है या हैं पसंद आने की संभावना है, समाचार फ़ीड जो आपको केवल वही कहानियाँ दिखाती है जो आपको पसंद आती हैं - यह सब चापलूसी करता है व्यक्तिगत। यह उस दुनिया में समय बचाता है जिसमें सैकड़ों समय बचाने वाले उपकरणों के बावजूद हमारे पास पहले से कहीं कम समय लगता है।

हालाँकि, जब सामाजिक नेटवर्क पर इस प्रकार के वैयक्तिकरण की बात आती है, तो समस्या यह है कि विचार भी अक्सर चुनौती रहित रह जाते हैं। हम अपने आप को ऐसे लोगों से घेर लेते हैं जो हमारी ही तरह सोचते हैं, और इससे हमारे विश्व दृष्टिकोण में भारी अंधेपन आ जाते हैं। यह एक मुद्दा है क्योंकि, जैसा कि ज्यादातर लोग सहमत हो सकते हैं, सोशल मीडिया अब उस जगह से आगे बढ़ गया है जहां हम गंदे मीम्स और अपने दोस्तों के बच्चों की तस्वीरों के लिए जाते हैं। अपने सर्वोत्तम रूप में, सोशल मीडिया प्लेटफ़ॉर्म नागरिकों को सूचित रहने और सार्वजनिक क्षेत्र में भाग लेने में मदद करने का एक तरीका देने का वादा करते हैं (भले ही वे हमेशा वितरित न करें)। इसलिए यह आवश्यक है कि हम ऐसी जानकारी से अवगत हों जो हमारी अपनी व्यक्तिगत पौराणिक कथाओं से मेल नहीं खाती। यह विचारों का बाज़ार होना चाहिए, न कि समूह विचार का एकाकी पत्थर।

यह नया शोध - जो गैलब्रून के अलावा, शोधकर्ताओं द्वारा किया गया था एंटोनिस माटाकोस, सिगडेम असले, और एरिस्टाइड्स जियोनिस - एक ऐसा एल्गोरिदम बनाना चाहता है जो सोशल नेटवर्क में एक्सपोज़र की विविधता को अधिकतम करे। कार्य नोट्स का वर्णन करने वाला एक सार:

“हम चयनित उपयोगकर्ताओं को कम संख्या में समाचार लेखों की अनुशंसा करने के कार्य के रूप में, सूचना प्रसार के संदर्भ में समस्या तैयार करते हैं। हम सामग्री और उपयोगकर्ता के रुझान और किसी लेख को आगे साझा करने की संभावना को ध्यान में रखते हैं। हमारा मॉडल हमें सूचना के प्रसार को अधिकतम करने और उपयोगकर्ताओं को विविध दृष्टिकोणों से अवगत कराने के बीच संतुलन बनाने की अनुमति देता है।

सिस्टम सोशल मीडिया और उपयोगकर्ताओं पर सामग्री को संख्यात्मक मान देकर काम करता है, जो इस आधार पर होता है कि वे वैचारिक स्पेक्ट्रम पर कैसे रैंक करते हैं - उदाहरण के लिए, चाहे वे वामपंथी हों या दक्षिणपंथी। इसके बाद एल्गोरिदम उन सोशल मीडिया उपयोगकर्ताओं की तलाश करता है जो इस सामग्री को अधिकतम प्रभावशीलता के साथ फैला सकते हैं, जिससे उपयोगकर्ताओं के विविधता स्कोर में वृद्धि हो सकती है।

जैसा कि शोधकर्ताओं ने अपने पेपर में नोट किया है, चुनौती को "उपयोगकर्ताओं को लेखों के आवंटन पर मैट्रोइड बाधा के अधीन एक मोनोटोन और सबमॉड्यूलर फ़ंक्शन को अधिकतम करने के रूप में पेश किया जा सकता है। यह प्रभाव-अधिकतमीकरण समस्या का एक चुनौतीपूर्ण सामान्यीकरण है। फिर भी, हम यादृच्छिक रिवर्स-रीचेबल सेट की धारणा के लिए एक नया विस्तार पेश करके स्केलेबल सन्निकटन एल्गोरिदम तैयार करने में सक्षम हैं। हम प्रयोगात्मक रूप से कई वास्तविक दुनिया के डेटासेट पर अपने एल्गोरिदम की दक्षता और स्केलेबिलिटी प्रदर्शित करते हैं।

सोशल मीडिया पर पुनर्विचार

निस्संदेह, इस तरह की किसी भी चीज़ के साथ एक बड़ी चुनौती यह है कि इससे सोशल मीडिया को कम आकर्षक बनाने का ख़तरा है। सोशल मीडिया कंपनियां शायद राजनीतिक कारणों से फर्जी खबरों और फिल्टर बबल को मुद्दा बनाने की कोशिश नहीं कर रही हैं; वे बस ऐसी सामग्री की तलाश में हैं जो लोगों को लंबे समय तक रुकने और अधिक क्लिक करने के लिए प्रेरित करे। परिणामस्वरूप, इस फॉर्मूले में हस्तक्षेप - भले ही यह जनता की भलाई के लिए हो - लोगों को इन वेबसाइटों और ऐप्स पर कम समय बिताने के लिए मजबूर कर सकता है। शायद लोगों के लिए अच्छा है। कंपनियों के लिए बुरा.

"यह मुख्य चुनौतियों में से एक है," गैलब्रून ने कहा। “सामग्री में विविधता लाने के लिए नेटवर्क के उपयोगकर्ताओं को उजागर किया जाता है, प्रत्येक उपयोगकर्ता पर बाहरी प्रभाव डाले बिना सिफ़ारिश, हमें अभी भी सामग्री साझा करने वाले उपयोगकर्ताओं पर भरोसा करने की ज़रूरत है, ताकि इसे आगे बढ़ाया जा सके नेटवर्क। यदि हम किसी उपयोगकर्ता को ऐसी सामग्री की अनुशंसा करते हैं जो उसकी राय के बिल्कुल विपरीत राय प्रस्तुत करती है, तो उसका प्रदर्शन विविध हो जाएगा, लेकिन वह अपने संपर्कों के साथ सामग्री साझा करने की बहुत कम संभावना है - और इससे अन्य उपयोगकर्ताओं के संपर्क में विविधता लाने में मदद नहीं मिलेगी नेटवर्क। इसलिए हमें इस बात के बीच संतुलन बनाने की जरूरत है कि प्रस्तुत राय उपयोगकर्ता की राय से कितनी अलग है और यह अंतर इसके आगे फैलने की संभावना को कितना कम कर देता है।'

यह पेपर, में प्रकाशित हुआ जर्नल आईईईई (इलेक्ट्रिकल और इलेक्ट्रॉनिक्स इंजीनियर्स संस्थान) ज्ञान और डेटा इंजीनियरिंग पर लेनदेन, और हाल ही में आईईईई स्पेक्ट्रम द्वारा हाइलाइट किया गया, केवल एक तरीका है जहां सोशल मीडिया नेटवर्क इस प्रकार की विविधता को प्रोत्साहित करने के लिए अपने काम करने के तरीके को बदल सकते हैं। बेशक, इसकी कोई गारंटी नहीं है कि ऐसा होगा - और यह ध्यान देने योग्य है कि यह एक स्वतंत्र शोध है जो आज के किसी भी सोशल मीडिया दिग्गज द्वारा नहीं किया गया है।

बहरहाल, यह उन बड़ी समस्याओं में से एक का अत्यंत महत्वपूर्ण चित्रण प्रस्तुत करता है जिसे हल करने की आवश्यकता है। अक्सर, सोशल मीडिया को आधुनिक समाज की बड़ी बुराइयों में से एक के रूप में देखा जाता है। इसमें कुछ सच्चाई है, लेकिन इसमें सभ्यता के लिए भी एक बड़ा लाभ होने की संभावना है, जो लोगों को उनके बाहर नए दृष्टिकोण और अनुभवों के लिए खोलता है। सवाल यह है कि इसे कैसे पुन: कॉन्फ़िगर किया जाए ताकि यह उन आदर्शों पर खरा उतर सके।

संपादकों की सिफ़ारिशें

• इंटरनेट के पसंदीदा भ्रमजाल जैच किंग के साथ एक साक्षात्कार