Getting your Trinity Audio player ready... |
Munculnya Facebook (mulai tahun 2004) dan Twitter (mulai tahun 2006), ditambah dengan peningkatan polarisasi yang bertepatan, telah menjadi topik hangat dalam beberapa tahun terakhir. Dasar diskusi tampaknya selalu bermuara pada keseimbangan antara keuntungan dan polarisasi.
Solusi tentang cara memperbaiki polarisasi telah diusulkan oleh banyak pihak: aktivis, pakar, kelompok kepentingan, dan perwakilan pemerintah dengan membuat perubahan di bidang regulasi, transparansi, dan pendidikan.
Tetapi solusi sebenarnya sederhana: mulailah menggulir dengan teler.
Hipotesis polarisasi media sosial
Hipotesis umum dari banyak artikel penelitian tentang media sosial dan polarisasi ini biasanya berfokus pada fakta bahwa tujuan utama perusahaan-perusahaan ini adalah untuk menghasilkan uang bagi para pemegang saham mereka:
Motif keuntungan perusahaan media sosial untuk meningkatkan keterlibatan dan waktu yang dihabiskan pengguna di platform mereka, ditambah dengan optimalisasi algoritme untuk memprioritaskan dan mempromosikan konten yang menghasilkan keterlibatan paling banyak, mengarah pada penguatan dan proliferasi sudut pandang terpolarisasi di media sosial, yang menghasilkan masyarakat yang lebih terpolarisasi.
Tapi apa sebenarnya algoritma itu? Prinsip-prinsip dasar apa yang mendasari sebuah algoritme dan bagaimana algoritme Facebook menghasilkan uang sekaligus memicu kebencian online?
Apa itu algoritme?
Algoritme mengikuti serangkaian instruksi atau langkah-langkah untuk memecahkan masalah atau menyelesaikan tugas. Berbagai bidang, termasuk biologi, kedokteran, dan keuangan, memanfaatkan algoritme. Dalam biologi, para peneliti menggunakan algoritme untuk menganalisis data genetik dan memahami fungsi gen yang berbeda. Dalam bidang kedokteran, dokter menggunakan algoritme untuk menganalisis gambar medis dan membantu dalam diagnosis. Para profesional di bidang keuangan, menggunakan algoritme untuk tugas-tugas seperti pemodelan keuangan dan manajemen risiko. Beberapa contoh algoritme spesifik dalam bidang-bidang ini termasuk algoritme pohon keputusan untuk diagnosis medis, algoritme untuk penyelarasan urutan gen dalam penelitian genetika, dan algoritme untuk optimasi portofolio di bidang keuangan.
Jenis algoritme apa saja yang ada?
Ada banyak jenis algoritme yang berbeda, dan ini adalah daftar beberapa algoritme paling populer yang digunakan saat ini:
- Algoritme pencarian: Algoritme ini menemukan item tertentu dalam kumpulan data yang besar, seperti mencari kata tertentu dalam dokumen atau menemukan item tertentu dalam database e-commerce. Contohnya termasuk pencarian linear dan pencarian biner.
- Algoritme penyortiran: Algoritma-algoritma ini mengorganisir data dalam urutan tertentu, seperti urutan abjad atau urutan numerik. Contohnya termasuk bubble sort, insertion sort, dan quicksort.
- Algoritme pembelajaran mesin: Algoritme ini melatih sistem komputer untuk belajar dari data dan membuat prediksi atau keputusan tanpa diprogram secara eksplisit. Contohnya termasuk regresi linier, pohon keputusan, dan jaringan saraf.
- Algoritma graf: Algoritma-algoritma ini memproses data yang direpresentasikan dalam bentuk graf. Contohnya termasuk algoritma untuk menemukan jalur terpendek antara dua titik dalam sebuah graf dan algoritma untuk menemukan pohon rentang minimum dari sebuah graf.
- Algoritma acak: Algoritma-algoritma ini menggunakan angka acak sebagai bagian penting dari logika untuk memecahkan masalah atau menyelesaikan tugas, algoritma-algoritma ini digunakan ketika tidak ada algoritma deterministik yang dapat ditemukan atau ketika pendekatan probabilistik lebih disukai. Contohnya termasuk metode Monte Carlo dan quicksort acak.
- Algoritma perkiraan: Algoritma ini menemukan solusi perkiraan dari masalah optimasi, ketika menemukan solusi eksak tidak mungkin atau tidak praktis. Algoritma ini sering digunakan dalam bidang-bidang seperti riset operasi, ilmu komputer, dan teknik. Contohnya termasuk algoritma greedy dan simulated annealing.
Ada lebih banyak lagi jenis algoritme, seperti algoritme kriptografi, algoritme kompresi, dan algoritme enkripsi.
Bagaimana platform media sosial menggunakan algoritme ini?
Penting untuk dicatat bahwa platform media sosial dapat menggunakan kombinasi algoritma ini untuk pendekatan yang lebih efektif. Selain itu, keefektifan setiap algoritme bergantung pada konteks spesifik dan cara penerapannya. Perusahaan media sosial juga secara teratur memperbarui dan meningkatkan algoritme ini untuk meningkatkan kinerja dan pengalaman pengguna.
Algoritme ini membantu platform dengan:
- Rekomendasi konten: Algoritme merekomendasikan konten kepada pengguna berdasarkan minat dan perilaku mereka pada platform. Ini dapat mencakup postingan dari teman dan halaman yang mereka ikuti, serta postingan yang ditentukan algoritme mungkin menarik bagi pengguna.
- Kurasi umpan berita: Algoritme menentukan urutan postingan yang muncul dalam umpan berita pengguna. Algoritme memperhitungkan faktor-faktor seperti relevansi postingan, interaksi pengguna sebelumnya dengan konten serupa, dan waktu postingan dibuat.
- Pencarian: Algoritme membantu pengguna menemukan konten di platform dengan memberi peringkat hasil pencarian berdasarkan relevansi.
- Tren: Algoritme mengidentifikasi topik dan tren populer di platform secara real-time, dan menyorotinya kepada pengguna.
- Penargetan iklan: Algoritme mencocokkan iklan dengan pengguna berdasarkan minat dan perilaku mereka di platform.
- Penyaringan konten: Algoritme memfilter konten yang bertentangan dengan pedoman komunitas platform, misalnya, ujaran kebencian, pelecehan, dan misinformasi.
- Moderasi: Algoritma menandai, melaporkan, dan menghapus konten yang bertentangan dengan pedoman komunitas.
- Personalisasi: Algoritme mempersonalisasi pengalaman pengguna di platform, ini dapat mencakup penargetan demografi, minat, atau perilaku tertentu.
Meme
Lanjut ke bagian yang menyenangkan: meme, tempat di mana algoritme benar-benar dapat melakukan keajaibannya.
Apa itu meme?
Richard Dawkins, dalam bukunya tahun 1976 "Gen yang Egois"meme" menciptakan istilah "meme" untuk menggambarkan elemen budaya yang menyebar dengan cepat melalui internet, sering kali dalam bentuk gambar atau video dengan teks atau keterangan. Meme bisa bersifat komedi dan merujuk pada film populer, acara TV, dan meme internet lainnya. Dibuat dan dibagikan oleh siapa saja, meme berfungsi sebagai bentuk sindiran dan komentar sosial. Meme menghubungkan orang-orang melalui pemahaman dan humor bersama dan merupakan bagian penting dari budaya internet.
Meme populer
Beberapa yang paling populer adalah:
- "Harambe" (2016) - gorila yang ditembak dan dibunuh di Kebun Binatang Cincinnati setelah seorang anak jatuh ke dalam kandangnya. Meme ini sering menampilkan nama Harambe sebagai cara untuk mengekspresikan perasaan nostalgia atau kehilangan.
- "Doge" (2013) - seekor anjing Shiba Inu dengan keterangan yang ditulis dalam bahasa Inggris yang rusak dan font Comic Sans. Meme ini sering menampilkan frasa seperti "wow" dan "sangat [kata sifat]."
- "Pacar Terganggu" (2017) - stok foto seorang pria yang sedang melihat wanita lain sementara pacarnya terlihat tidak setuju. Orang-orang menggunakan meme ini untuk mengomentari masalah perselingkuhan atau pengkhianatan.
- "Expanding Brain" (2016) - gambar otak yang tumbuh dalam ukuran dengan berbagai keterangan yang menggambarkan peningkatan tingkat kecerdasan.
- "Mocking SpongeBob" (2017) - gambar SpongeBob SquarePants dari serial animasi "SpongeBob SquarePants" dengan teks yang ditulis dengan nada mengejek.
- "Pepe si katak" (2005) - meme internet yang menjadi populer di 4chan dan platform online lainnya. Meme ini biasanya terdiri dari gambar Pepe bersama dengan keterangan yang ditulis dalam bahasa Inggris yang rusak.
- "Dank Memes" (2015) - meme yang dianggap sangat lucu atau pintar disebut sebagai "Dank Memes".
- "Meme Ngengat" (2018) - Gambar ngengat yang terbang ke arah lampu menggambarkan seseorang yang tertarik pada sesuatu, seringkali dengan cara yang lucu atau ironis.
- "Baby Yoda" (2019) - Karakter dari serial Disney+ "The Mandalorian" dengan cepat menjadi populer dan banyak digunakan dalam meme.
- "Arthur Fist" (2018) - Gambar karakter Arthur dari acara anak-anak "Arthur" yang sedang mengepalkan tangan, biasanya digunakan untuk mengekspresikan tekad atau kemarahan.
Menyajikan meme yang tepat untuk Anda
Untuk menyajikan meme yang tepat, platform media sosial menggunakan algoritma yang bekerja dengan pohon keputusan. Seperti yang telah kita baca sebelumnya, algoritma pohon keputusan adalah jenis algoritma pembelajaran mesin.
Ini menggunakan seperangkat variabel input untuk menganalisis serangkaian data yang terkait dengan preferensi Anda, riwayat penelusuran, dan faktor relevan lainnya untuk membuat prediksi tentang meme mana yang akan Anda ikuti.
Algoritme ini menciptakan struktur keputusan dan hasil seperti pohon, di mana setiap simpul internal menguji variabel input, setiap cabang mewakili hasil pengujian, dan setiap simpul daun mewakili hasil atau kelas yang diprediksi. Algoritme dimulai dari simpul akar dan melintasi pohon dengan membuat keputusan berdasarkan variabel input, hingga mencapai simpul daun yang mewakili prediksi akhir.
Keputusan yang dibuat algoritme didasarkan pada faktor-faktor seperti usia, lokasi, riwayat penelusuran, dan apakah Anda sebelumnya menunjukkan minat pada jenis meme tertentu (misalnya meme politik, meme kucing, dll.). Algoritme kemudian membuat keputusan lebih lanjut berdasarkan fitur spesifik dari meme, seperti panjang, nada, atau kata kunci.
Algoritme pohon keputusan sering dipasangkan dengan teknik pembelajaran mesin lainnya untuk meningkatkan akurasi dan ketangguhannya. Hal ini menjadikannya alat yang ampuh untuk membuat keputusan berdasarkan kumpulan data yang kompleks dan memprediksi hasil dengan akurasi tinggi.
Jadi, bagaimana cara menggulir dengan batu memperbaiki polarisasi?
Bagaimana cara kerjanya? Yah, tentu saja, dilempari batu, seperti yang Anda ketahui, membuat Anda lebih rentan untuk menangkap tawa (dan membuat Anda bodoh?). Ini bukan berita, TAPI... Meme yang saya lihat saat teler berbeda dengan yang saya lihat saat sadar.
Eksperimen saya sendiri menunjukkan, bahwa menggulir dengan teler menyebabkan lebih banyak tawa, dibandingkan dengan menggulir dalam keadaan mabuk.
Saya telah memvisualisasikan temuan saya dalam pohon keputusan, seperti yang digunakan oleh algoritme.
Apakah Peggy sudah bertunangan?
Jika divisualisasikan, pohon keputusan dasar yang digunakan algoritme untuk memutuskan apa yang akan ditampilkan kepada saya, terlihat seperti ini:
Jika saya tidak terlibat dengan konten, algoritme akan terus menyajikan konten yang lebih dan lebih ekstrem sampai mencatat interaksi.
Konten yang 'lebih ekstrem' ini tergantung pada profil yang dimiliki platform tentang Anda. Profil saya akan berbunyi seperti ini:
Blogger milenial berusia 20-an dengan gelar Phd yang mencoba membeli rumah tetapi tidak berhasil, dan melampiaskan kemarahan dan frustrasi dengan postingan media sosial yang pasif agresif dan dengan menyukai jenis meme tertentu.
Sekarang, profil ini didasarkan pada semua interaksi dan informasi yang saya berikan pada platform media sosial itu.
Dengan menggunakan profil ini, saya dapat mengisi lebih lanjut pohon keputusan saya dengan beberapa kategori yang digunakan algoritme untuk memutuskan pada titik mana dalam pohon pengambilan keputusan, algoritme harus menyajikan konten apa kepada saya untuk meningkatkan peluang saya terlibat.
Pohon keputusan yang sama dapat dibuat dengan berbagai jenis meme:
Tentu saja, algoritme yang digunakan oleh platform media sosial mencampurkan semua topik bersama-sama untuk mencoba dan membuat Anda terlibat: Saya akan melihat meme dan topik tentang pasar perumahan berlalu begitu saja sampai saya mulai terlibat, di mana algoritme akan menyajikan lebih banyak hal yang sama. Tetapi semakin dalam pohon keputusannya, semakin sedikit konten yang tersedia. Ada ratusan ribu meme yang lucu secara universal dan tidak banyak meme politik berlapis, sehingga algoritme masih menunjukkan kepada saya beberapa topik pembakar (terkait boomer) di pasar perumahan yang menurut algoritme saya cenderung terlibat.
Jangan khawatir, berbahagialah
Sekarang, seperti yang mungkin sudah Anda duga: menggulir dengan teler membuat saya lebih menyukai meme sederhana, dan karena ada banyak meme, algoritme terus melayani saya lebih banyak dan lebih banyak lagi dan saya tidak pernah tertawa terbahak-bahak saat menggulir linimasa saya sejak saya berada di media sosial. Menggulir dengan teler membuat saya berpikir: algoritma ini semakin lucu dan lucu, saya suka media sosial!
Tetapi kenyataannya adalah: menjadi lebih banyak konten, dan menertawakan hal-hal yang lebih sederhana dan polos, membuat algoritme menyajikan konten yang lebih lembut dan lebih menarik, dan mencegah Anda masuk ke lubang kelinci yang merupakan polarisasi online.
Lain kali Anda sedang malapetaka bergulir; seperti beberapa meme bodoh yang sebenarnya tidak Anda anggap lucu saat ini, karena permata mungkin sedang menunggu di tikungan!
Satu tanggapan untuk “Fix Polarization: Start Scrolling Stoned.”
[…] When you think of algorithms, you’re probably thinking of Wall Street supercomputers whizzing around making thousands of calculations and transactions in a fraction of a second or social media companies monitoring your every click and comment, targeting you with ads and polarizing content. […]