Пузыри на фильтрах — большая проблема. Этот алгоритм выталкивает их

Во многих социальных сетях что-то не так. Хотя количество пользователей увеличивается астрономическими темпами, и нельзя отрицать его силу, когда дело доходит до распространяя сообщения и информацию, социальные сети не обязательно воплощают в себе лучшие аспекты общение. На самом деле, для чего-то с миллиардами пользователей временами это может быть совершенно изолированным. Это, в свою очередь, может привести к поляризации мира, которую Эли Паризер впервые обозначил в своей книге. Пузырь фильтров.

Но эту фундаментальную проблему можно решить. Исследователи из Дании и Финляндии создали новый алгоритм, который, по их мнению, дает представление о том, как социальные сети могут — и, возможно, должен - работа. Он предназначен для того, чтобы открывать пузырьки фильтров и предоставлять людям более разнообразный контент.

«Обычно целью платформы социальных сетей является максимальное вовлечение пользователей».

Эстер Гальбрун, старший научный сотрудник в области науки о данных в Школе вычислительной техники Университета Восточной Финляндии, рассказал Digital Trends. «Это делается для того, чтобы максимизировать время, которое люди проводят на платформе, поскольку это можно превратить в доход, например, с помощью рекламы. Помимо продвижения зажигательного контента или кликбейта, стратегии по привлечению пользователей могут включать предоставление им большего количества контента, который им, вероятно, понравится. Это означает персонализацию контента путем создания профилей пользователей, отслеживания того, что им понравилось и к чему они проявили интерес, и попыток предоставить им больше того же самого. Это [может] также включать поощрение взаимодействия с людьми, которые разделяют схожие точки зрения».

Проблема с пузырем фильтра

Персонализация в большинстве случаев хороша. Бариста, который знает ваш заказ на кофе, музыкальный алгоритм, который проигрывает вам песни, которые, как он знает, вам нравятся или нравятся. новостная лента, которая показывает вам только те истории, которые вам интересны — все это льстит индивидуальный. Это экономит время в мире, в котором у нас почему-то времени меньше, чем когда-либо, несмотря на сотни устройств, экономящих время.

Однако когда дело доходит до такого рода персонализации в социальных сетях, проблема в том, что идеи слишком часто остаются неоспоримыми. Мы окружаем себя людьми, которые думают так же, как мы, и это приводит к огромным слепым пятнам в нашем мировоззрении. Это проблема, потому что, как может согласиться большинство людей, социальные сети вышли за рамки того, где мы ищем сырые мемы и детские фотографии наших друзей. В лучшем случае платформы социальных сетей обещают (даже если они не всегда дают результат) способ помочь гражданам оставаться в курсе событий и участвовать в общественной сфере. Поэтому очень важно, чтобы мы подвергались воздействию информации, которая не просто соответствует нашей личной мифологии. Это должен быть рынок идей, а не монолит группового мышления.

Это новое исследование, которое, помимо Гальбруна, провели исследователи Антонис Матакос, Сигдем Алай, и Аристидес Гионис — стремится создать алгоритм, максимизирующий разнообразие воздействия в социальной сети. Аннотация с описанием рабочих примечаний:

«Мы формулируем задачу в контексте распространения информации, как задачу рекомендовать избранным пользователям небольшое количество новостных статей. Мы учитываем контент и предпочтения пользователей, а также вероятность дальнейшего распространения статьи. Наша модель позволяет нам найти баланс между максимальным распространением информации и обеспечением ознакомления пользователей с различными точками зрения».

Система работает, присваивая числовые значения контенту в социальных сетях и пользователям в зависимости от их ранга в идеологическом спектре — например, являются ли они левыми или правыми. Затем алгоритм ищет пользователей социальных сетей, которые могли бы оптимально распространять этот контент с максимальной эффективностью, тем самым увеличивая показатели разнообразия пользователей.

Как отмечают исследователи в своей статье, задачу можно «представить как максимизацию монотонной и субмодульной функции с учетом матроидных ограничений на распределение статей среди пользователей». Это сложное обобщение проблемы максимизации влияния. Тем не менее, мы можем разработать масштабируемые алгоритмы аппроксимации, введя новое расширение понятия случайных множеств, достижимых обратно. Мы экспериментально демонстрируем эффективность и масштабируемость нашего алгоритма на нескольких реальных наборах данных».

Переосмысление социальных сетей

Одна из больших проблем, связанных с чем-то подобным, конечно, заключается в том, что это грозит сделать социальные сети менее привлекательными. Компании социальных сетей, вероятно, не пытаются делать фейковые новости и фильтровать пузыри по политическим причинам; они просто ищут контент, который заставит людей оставаться дольше и кликать чаще. В результате вмешательство в эту формулу — даже если это делается ради общественного блага — может заставить людей проводить меньше времени на этих веб-сайтах и ​​в приложениях. Возможно, это хорошо для людей. Плохо для компаний.

«Это одна из главных проблем», — сказал Гальбрун. «Чтобы разнообразить контент, которому подвергаются пользователи сети, не бомбардируя каждого пользователя экзогенными рекомендации, нам по-прежнему нужно полагаться на пользователей, которые делятся контентом, чтобы он мог распространяться дальше по всему миру. сеть. Если мы порекомендуем пользователю контент, который представляет мнение, диаметрально противоположное его, его воздействие будет разнообразным, но он вряд ли поделится контентом со своими контактами — и это не поможет разнообразить воздействие других пользователей в сеть. Поэтому нам нужно найти баланс между тем, насколько представленное мнение отличается от мнения пользователя, и насколько это различие снижает шансы на его дальнейшее распространение».

Эта статья, опубликованная в журнале журнал IEEE (Институт инженеров по электротехнике и электронике) Transactions on Knowledge and Data Engineeringи недавно выделено IEEE Spectrum, — это лишь один из методов, с помощью которого социальные сети могут изменить способ своей работы, чтобы поощрять такое разнообразие. Конечно, нет никакой гарантии, что это произойдет — и стоит отметить, что это независимое исследование, которое не проводилось ни одним из сегодняшних гигантов социальных сетей.

Тем не менее, это представляет собой чрезвычайно важную иллюстрацию одной из больших проблем, которые необходимо решить. Слишком часто социальные сети рассматриваются как одна из величайших бед современного общества. В этом есть доля правды, но это также может принести большую пользу цивилизации, открывая людям новые перспективы и опыт за пределами их самих. Вопрос в том, как перестроить его так, чтобы он соответствовал этим идеалам.

Рекомендации редакции

• Интервью с Заком Кингом, любимым иллюзионистом Интернета