Waarom algoritmes van sociale media je berichten sturen die je niet leuk vindt

Wordt uw content op sociale media afgestemd op uw kernovertuigingen en leidende principes? Ons nieuwe onderzoek, gepubliceerd in de Proceedings of the National Academy of Sciences, toont aan dat de algoritmes die uw feeds samenstellen mogelijk content bevoordelen die botst met uw waarden . Dit komt doordat de algoritmes zwaar wegen op online berichten waarop u reageert, en gebruikers van sociale media reageren vaker op content waar ze het niet mee eens zijn dan op content waar ze het wel mee eens zijn.

algoritmes Opvallend is dat ons onderzoek naar het socialemediaplatform X aantoont dat, hoewel het X-feedalgoritme content promoot aan zowel Democratische als Republikeinse gebruikers die in strijd is met hun waarden, dit in veel grotere mate gebeurt bij Democraten.

Hoe content in je feed terechtkomt

Sociale mediaplatforms gebruiken krachtige algoritmes die uit een enorme hoeveelheid mogelijke content selecteren welke berichten in je feed worden weergegeven.

Op X bijvoorbeeld verschijnen berichten op je scherm als ‘Voor jou’-pagina’s . De algoritmes voorspellen hoe waarschijnlijk het is dat je interactie met de content zult hebben – door op een ‘vind ik leuk’-icoon te klikken of een reactie te plaatsen. Vervolgens gebruiken ze de nauwkeurigheid van die voorspellingen om de content die ze je de volgende keer tonen, daarop af te stemmen. Platforms gebruiken deze interacties om de neigingen van hun gebruikers te leren kennen.

Maar zullen de berichten die je ontvangt ook weerspiegelen wat je werkelijk belangrijk vindt? Sommige gebruikers hechten het meeste waarde aan het behoud van tradities of het waarborgen van de veiligheid van de samenleving. Anderen geven meer om vrije meningsuiting of het beschermen van de natuur. De meeste mensen hechten in meer of mindere mate waarde aan al deze dingen. Een feed die aansluit bij iemands waarden zou die uiteenlopende prioriteiten weerspiegelen.

Psychologen gebruiken gevestigde enquêtes om te meten wat iemand belangrijk vindt. Om de waarden te meten die tot uiting komen in de berichten die een platform voor iemand selecteert, hebben we een meetinstrument ontwikkeld dat gebruikmaakt van standaard psychologische classificaties van menselijke waarden. Vervolgens hebben we dit instrument toegepast op de feeds van 715 Amerikaanse gebruikers van X.

We ontdekten dat het X-feed-algoritme berichten over het in stand houden van tradities, het naleven van regels of het waarborgen van de veiligheid in de samenleving het meest waarschijnlijk versterkt. En het algoritme heeft de grootste kans om berichten over zorg voor anderen, bezorgdheid voor mensen in verre landen, betrouwbaarheid of natuurbescherming te dempen.

Toen we deze waarden vergeleken met de waarden die gebruikers zelf in hun berichten hadden aangegeven, bleek dat het algoritme vaker berichten promootte die in strijd waren met de waarden van gebruikers dan berichten die ermee overeenkwamen.

Waarom je feed mogelijk niet strookt met je waarden

Hoe komt het dat deze trend zich voordoet? Ten eerste hebben we onderzocht of gebruikers accounts volgen die van meet af aan afwijken van hun waarden, maar we hebben vastgesteld dat de meeste accounts die mensen volgen juist wél overeenkomen met hun waarden.

We hebben ook onderzocht of mensen alleen reageren op berichten waar ze het niet mee eens zijn, in welk geval het algoritme simpelweg meer van hetzelfde zou voorschotelen. Maar we ontdekten dat mensen wel degelijk reageren op veel berichten die waarden weerspiegelen waar ze het mee eens zijn.

Het probleem zit hem in de aard van de interacties. Mensen reageren voornamelijk op content door deze te ‘liken’ – door op een hartje te klikken op X of een duim omhoog op Facebook. Minder vaak schrijven mensen een reactie, en als ze dat wel doen, reageren ze vaak op berichten die botsen met hun waarden.

Hier is het bewijs: het X-algoritme beschouwt die zeldzame reacties als een veel zwaarder wegend signaal dan de vele likes. In wezen leert het algoritme het meest van reacties. Daardoor stuurt het algoritme gebruikers vaak ‘Voor jou’-berichten die de waarden weerspiegelen van de berichten waarop ze hebben gereageerd – en die vaak botsen met hun eigen waarden.

Berichten gericht aan Democraten zijn aanstootgevender.

En nu de verrassing: we ontdekten dat deze algoritmische tendens sterker is op X voor gebruikers die zichzelf als Democraat identificeerden dan voor gebruikers die zichzelf als Republikein identificeerden. Ons bewijsmateriaal wijst erop dat dit komt doordat Democraten vaker bezwaar maken tegen de inhoud waarop ze reageren dan Republikeinen. Dit creëert een sterkere feedbacklus waarin het algoritme tegenstrijdige berichten sterker presenteert. De inhoud die het algoritme versterkt, is ruim vier keer zo vaak niet op één lijn met de Democratische partij als met de Republikeinse partij.

Wat is de volgende stap? In ander onderzoek hebben we een manier gevonden waarop socialemediaplatformen hun feeds beter kunnen afstemmen op de waarden van gebruikers. We hebben een methode ontwikkeld waarmee platformontwerpers gebruikers kunnen vragen wat ze belangrijk vinden en hun feeds daarop kunnen afstemmen . We ontdekten dat gebruikers vrij goed kunnen onderscheiden of voorbeeldfeeds die ze ontvangen wel of niet aansluiten bij hun waarden.

Door content af te stemmen op waarden, kan een mogelijke uitweg uit echokamers worden geboden, iets wat ongefilterde blootstelling aan de andere kant niet doet. Recent onderzoek van ons team heeft aangetoond dat algoritmes die geoptimaliseerd zijn voor interactie – in feite mensen de oppositie voorschotelen en hen het zelf laten uitzoeken – mogelijk zelfs verantwoordelijk zijn voor meer polarisatie in plaats van minder . Het tonen van verbindende content die politieke scheidslijnen overstijgt en aansluit bij de waarden van de gebruiker, zou een veelbelovende richting kunnen zijn om zowel gebruikersautonomie als constructieve gesprekken te bevorderen.

Idealiter zouden gebruikers van sociale mediaplatformen, naar onze mening, meer inspraak moeten hebben in het soort informatie dat ze te zien krijgen. Als platformontwerpers, het publiek en beleidsmakers nieuwe tools kunnen ontwikkelen die dit doel bevorderen, kunnen platforms wellicht beter de waarden en acties ondersteunen die mensen belangrijk vinden.