많은 소셜 미디어에 뭔가 문제가 있습니다. 사용자 수가 천문학적인 비율로 증가하고 있지만, 그 위력은 부인할 수 없습니다. 메시지와 정보를 전파한다고 해서 소셜 미디어가 반드시 최고의 측면을 구현하는 것은 아닙니다. 사교. 실제로 수십억 명의 사용자가 있는 경우 때로는 완전히 고립될 수 있습니다. 이는 결국 Eli Pariser가 자신의 책에서 처음으로 확인한 양극화된 세계로 이어질 수 있습니다. 필터 버블.
내용물
- 필터 버블 문제
- 소셜미디어를 다시 생각하다
그러나 이 근본적인 문제에 대한 해결책이 있을 수 있습니다. 덴마크와 핀란드의 연구원들은 소셜 미디어가 어떻게 할 수 있는지를 엿볼 수 있다고 믿는 새로운 알고리즘을 만들었습니다. ~해야 한다 - 일하다. 필터 버블을 터뜨려 사람들에게 더욱 다양한 콘텐츠를 노출시키도록 설계되었습니다.
추천 동영상
"일반적으로 소셜 미디어 플랫폼의 목표는 사용자 참여를 극대화하는 것입니다." 에스더 갈브런, University of Eastern Finland 컴퓨팅 학교의 데이터 과학 선임 연구원은 Digital Trends에 말했습니다. “그것은 사람들이 플랫폼에서 보내는 시간을 극대화하는 것입니다. 예를 들어 광고를 통해 수익으로 전환될 수 있기 때문입니다. 선동적인 콘텐츠나 클릭베이트를 홍보하는 것 외에도 사용자의 참여를 유지하기 위한 전략에는 사용자가 즐길 가능성이 있는 더 많은 콘텐츠를 제공하는 것이 포함될 수 있습니다. 이는 사용자의 프로필을 구축하고, 사용자가 즐겼고 관심을 보인 내용을 추적하고, 동일한 내용을 더 많이 제공함으로써 콘텐츠를 개인화하는 것을 의미합니다. 여기에는 비슷한 관점을 공유하는 사람들과의 상호 작용을 장려하는 것도 포함될 수 있습니다.”
필터 버블 문제
개인화는 대부분의 경우 좋습니다. 당신의 커피 주문을 아는 바리스타, 당신이 좋아하는 노래를 재생하는 음악 알고리즘 마음에 드는 이야기만 보여주는 뉴스피드를 좋아할 것입니다. 개인. 시간을 절약해 주는 수백 개의 장치에도 불구하고 그 어느 때보다 시간이 부족한 것처럼 보이는 세상에서 이는 시간을 절약해 줍니다.
그러나 소셜 네트워크에서 이러한 종류의 개인화에 관한 한 문제는 아이디어가 도전받지 않은 채로 남아 있는 경우가 너무 많다는 것입니다. 우리는 우리와 비슷하게 생각하는 사람들로 둘러싸여 있으며, 이는 우리의 세계관에 엄청난 사각지대를 초래합니다. 대부분의 사람들이 동의할 수 있듯이 소셜 미디어는 우리가 밈과 친구들의 아기 사진을 찾는 곳 이상으로 이동했기 때문에 이것이 문제입니다. 최선을 다해 소셜 미디어 플랫폼은 시민들이 정보를 계속 얻고 공공 영역에 참여할 수 있도록 돕는 방법을 약속합니다(항상 제공하지는 않더라도). 따라서 단순히 우리 자신의 개인적인 신화와 일치하지 않는 정보에 노출되는 것이 중요합니다. 집단사고의 단일체가 아닌 아이디어의 시장이 되어야 합니다.
이 새로운 연구는 Galbrun 외에도 연구원들에 의해 수행되었습니다. 안토니스 마타코스, 시그뎀 아슬레이, 그리고 아리스티데스 지오니스 — 소셜 네트워크에서 노출의 다양성을 극대화하는 알고리즘을 만들려고 합니다. 작업 노트를 설명하는 초록:
“우리는 선택된 사용자에게 소수의 뉴스 기사를 추천하는 작업으로 정보 전파의 맥락에서 문제를 공식화합니다. 우리는 콘텐츠와 사용자 성향, 그리고 기사를 추가로 공유할 가능성을 고려합니다. 우리 모델을 통해 정보 확산을 극대화하는 것과 사용자가 다양한 관점에 노출되도록 보장하는 것 사이의 균형을 잡을 수 있습니다."
이 시스템은 이데올로기적 스펙트럼에서 순위를 매기는 방식(예: 좌익인지 우익인지)을 기준으로 소셜 미디어 및 사용자의 콘텐츠에 수치 값을 부여하는 방식으로 작동합니다. 그런 다음 알고리즘은 이 콘텐츠를 최대 효과로 최적으로 전파할 수 있는 소셜 미디어 사용자를 찾아 사용자의 다양성 점수를 높입니다.
연구자들이 논문에서 언급한 바와 같이, 과제는 "사용자에게 기사 할당에 대한 매트로이드 제약에 따라 단조로운 하위 모듈 기능을 최대화하는 것으로 캐스팅될 수 있습니다." 이는 영향력 극대화 문제를 일반화하기 어려운 문제입니다. 그러나 우리는 무작위 역방향 도달 가능 집합 개념에 대한 새로운 확장을 도입하여 확장 가능한 근사 알고리즘을 고안할 수 있습니다. 우리는 여러 실제 데이터세트에서 우리 알고리즘의 효율성과 확장성을 실험적으로 입증했습니다.”
소셜미디어를 다시 생각하다
물론 이와 같은 큰 과제 중 하나는 소셜 미디어의 매력을 떨어뜨릴 위험이 있다는 것입니다. 소셜 미디어 회사는 아마도 정치적인 이유로 가짜 뉴스와 필터 버블을 만들려고 하지 않을 것입니다. 그들은 단지 사람들이 더 오래 머무르고 더 많이 클릭하게 만드는 콘텐츠를 찾고 있을 뿐입니다. 결과적으로, 공익을 위한 것이라 할지라도 이 공식에 간섭하면 사람들이 이러한 웹사이트와 앱에서 보내는 시간이 줄어들 수 있습니다. 아마도 사람들에게 좋을 것입니다. 회사에는 좋지 않습니다.
Galbrun은 "이것은 주요 과제 중 하나입니다."라고 말했습니다. “각 사용자에게 외생적인 공격을 가하지 않고 네트워크 사용자가 노출되는 콘텐츠를 다양화하기 위해 권장사항이지만 콘텐츠를 공유하는 사용자에게 계속 의존해야 하므로 콘텐츠가 전 세계에 더 많이 전파될 수 있습니다. 회로망. 자신과 정반대되는 의견을 제시하는 콘텐츠를 사용자에게 추천하면 노출이 다양해지겠지만, 자신의 연락처와 콘텐츠를 공유할 가능성이 거의 없으며 이는 다른 사용자의 노출을 다양화하는 데 도움이 되지 않습니다. 회로망. 따라서 우리는 표현된 의견이 사용자의 의견과 얼마나 다른지, 그리고 이 차이가 확산될 가능성을 얼마나 줄이는지 사이에서 균형을 찾아야 합니다."
이 논문은 저널 IEEE (Institute of Electrical and Electronics Engineers) 지식 및 데이터 엔지니어링 거래, 그리고 최근에는 IEEE Spectrum에서 강조한는 소셜 미디어 네트워크가 이러한 종류의 다양성을 장려하기 위해 운영 방식을 변경할 수 있는 한 가지 방법일 뿐입니다. 물론 이것이 일어날 것이라는 보장은 없습니다. 그리고 이것이 오늘날의 거대 소셜 미디어 기업에 의해 수행되지 않은 독립적인 연구라는 점은 주목할 가치가 있습니다.
그럼에도 불구하고 이는 해결해야 할 큰 문제 중 하나를 보여주는 매우 중요한 예시를 나타냅니다. 너무 자주, 소셜 미디어는 현대 사회의 큰 병폐 중 하나로 간주됩니다. 그 말에는 어느 정도 진실이 있지만, 문명에도 큰 이익이 되어 사람들에게 자신 밖의 새로운 관점과 경험을 열어줄 가능성도 있습니다. 문제는 이러한 이상에 부응하도록 재구성하는 방법입니다.
편집자의 추천
- 인터넷에서 가장 인기 있는 마술사 Zach King과의 인터뷰
