Kategorie
algorytmy informatyka media społecznościowe

Napraw polaryzację: Start Scrolling Stoned.

Getting your Trinity Audio player ready...
Spread the love

Rozwój Facebooka (powstałego w 2004 roku) i Twittera (powstałego w 2006 roku), w połączeniu z towarzyszącym mu wzrostem polaryzacji, był w ostatnich latach gorącym tematem. Podstawą dyskusji zawsze wydaje się być znalezienie równowagi pomiędzy zyskiem a polaryzacją.

Rozwiązania, jak naprawić polaryzację, proponowało wielu: aktywiści, eksperci, grupy interesu i przedstawiciele rządu, wprowadzając zmiany w zakresie regulacji, przejrzystości i edukacji.

Ale prawdziwe rozwiązanie jest proste: zacznijcie przewijać naćpani.

Hipoteza polaryzacji w mediach społecznościowych

Ogólna hipoteza wielu z tych artykułów badawczych na temat mediów społecznościowych i polaryzacji zwykle skupia się na tym, że głównym celem tych firm jest zarabianie pieniędzy dla swoich akcjonariuszy:

Motywy zysku firm z branży mediów społecznościowych, mające na celu zwiększenie zaangażowania i czasu spędzanego przez użytkowników na ich platformach, w połączeniu z optymalizacją algorytmów w celu nadania priorytetu i promowania treści, które generują największe zaangażowanie, prowadzą do wzmocnienia i rozprzestrzeniania się spolaryzowanych punktów widzenia w mediach społecznościowych, co skutkuje bardziej spolaryzowanym społeczeństwem.

Ale czym właściwie są algorytmy? Jakie podstawowe zasady leżą u podstaw algorytmu i jak algorytm Facebooka zarabia pieniądze, jednocześnie podsycając nienawiść w sieci?

Co to są algorytmy?

Algorytm jest zbiorem instrukcji lub kroków, które służą do rozwiązania problemu lub wykonania zadania. Różne dziedziny, w tym biologia, medycyna i finanse, wykorzystują algorytmy. W biologii badacze używają algorytmów do analizy danych genetycznych i zrozumienia funkcji różnych genów. W medycynie, lekarze używają algorytmów do analizy obrazów medycznych i pomocy w diagnozowaniu. Specjaliści w dziedzinie finansów używają algorytmów do zadań takich jak modelowanie finansowe i zarządzanie ryzykiem. Niektóre przykłady konkretnych algorytmów w tych dziedzinach obejmują algorytmy drzew decyzyjnych do diagnostyki medycznej, algorytmy do wyrównywania sekwencji genów w badaniach genetycznych i algorytmy do optymalizacji portfela w finansach.

Jakie są rodzaje algorytmów?

Istnieje wiele różnych typów algorytmów, a to jest lista niektórych z najbardziej populair algorytmów w użyciu dzisiaj:

  1. Algorytmy wyszukiwania: Algorytmy te znajdują określone elementy w dużym zbiorze danych, takie jak wyszukiwanie określonego słowa w dokumencie lub znalezienie określonego elementu w bazie danych e-commerce. Przykłady obejmują wyszukiwanie liniowe i wyszukiwanie binarne.
  2. Algorytmy sortujące: Algorytmy te organizują dane w określonym porządku, takim jak porządek alfabetyczny lub numeryczny. Przykłady obejmują sortowanie bąbelkowe, sortowanie wstawiania i quicksort.
  3. Algorytmy uczenia maszynowego: Algorytmy te szkolą systemy komputerowe do uczenia się na podstawie danych i podejmowania przewidywań lub decyzji bez wyraźnego zaprogramowania. Przykłady obejmują regresję liniową, drzewa decyzyjne i sieci neuronowe.
  4. Algorytmy grafowe: Algorytmy te przetwarzają dane, które są reprezentowane w postaci grafu. Przykładem mogą być algorytmy znajdowania najkrótszej ścieżki między dwoma punktami w grafie oraz algorytmy znajdowania minimalnego drzewa rozpinającego graf.
  5. Algorytmy losowe: Algorytmy te wykorzystują liczby losowe jako istotną część logiki do rozwiązania problemu lub wykonania zadania, są one stosowane, gdy nie można znaleźć algorytmu deterministycznego lub gdy preferowane jest podejście probabilistyczne. Przykłady obejmują metody Monte Carlo i randomizowany quicksort.
  6. Algorytmy aproksymacyjne: Algorytmy te znajdują przybliżone rozwiązania problemów optymalizacyjnych, gdy znalezienie dokładnego rozwiązania jest niemożliwe lub niepraktyczne. Są one często stosowane w takich dziedzinach jak badania operacyjne, informatyka i inżynieria. Przykłady obejmują algorytmy zachłanne i symulowane wyżarzanie.

Istnieje jeszcze wiele rodzajów algorytmów, takich jak algorytmy kryptograficzne, algorytmy kompresji, algorytmy szyfrowania.

Jak platformy social media wykorzystują te algorytmy?

Ważne jest, aby zauważyć, że platformy mediów społecznościowych mogą używać kombinacji tych algorytmów dla bardziej efektywnego podejścia. Dodatkowo skuteczność każdego algorytmu zależy od konkretnego kontekstu i sposobu ich wdrożenia. Firmy z branży mediów społecznościowych również regularnie aktualizują i ulepszają te algorytmy w celu zwiększenia wydajności i doświadczenia użytkownika.

Algorytmy te pomagają platformie z:

  1. Rekomendacja treści: Algorytmy polecają użytkownikom treści na podstawie ich zainteresowań i zachowań na platformie. Może to obejmować posty od znajomych i stron, które śledzą, a także posty, które algorytm określa, że mogą być interesujące dla użytkownika.
  2. News feed curation: Algorytmy określają kolejność, w jakiej posty pojawiają się w news feedzie użytkownika. Algorytm bierze pod uwagę takie czynniki jak trafność postu, wcześniejsze interakcje użytkownika z podobnymi treściami oraz czas, w którym post został opublikowany.
  3. Wyszukiwanie: Algorytmy pomagają użytkownikom znaleźć treści na platformie, szeregując wyniki wyszukiwania na podstawie trafności.
  4. Trendy: Algorytmy identyfikują w czasie rzeczywistym popularne tematy i trendy na platformie i podkreślają je użytkownikom.
  5. Ad targeting: Algorytmy dopasowują reklamy do użytkowników na podstawie ich zainteresowań i zachowań na platformie.
  6. Filtrowanie treści: Algorytmy filtrują treści sprzeczne z wytycznymi społecznościowymi platformy, na przykład mowę nienawiści, nękanie i dezinformację.
  7. Moderacja: Algorytmy flagują, zgłaszają i usuwają treści niezgodne z wytycznymi społeczności.
  8. Personalizacja: Algorytmy personalizują doświadczenia użytkowników na platformie, może to obejmować kierowanie na konkretne dane demograficzne, zainteresowania lub zachowania.

Memy

Przejdźmy do części rozrywkowej: memów, czyli miejsca, w którym algorytmy mogą naprawdę zrobić swoją magię.

Czym są memy?

Richard Dawkins, w swojej książce z 1976 roku "Samolubny gen," ukuł termin "meme" dla określenia elementów kultury, które szybko rozprzestrzeniają się przez internet, często w formie obrazów lub filmów z tekstem lub podpisami. Mogą one mieć charakter komediowy i odnosić się do popularnych filmów, programów telewizyjnych i innych memów internetowych. Tworzone i udostępniane dosłownie przez każdego memy służą jako forma satyry i komentarza społecznego. Łączą ludzi poprzez wspólne zrozumienie i humor i są ważną częścią kultury internetowej.

Popularne memy

Jednymi z najbardziej popularnych są:

  1. "Harambe" (2016) - goryl, który został zastrzelony i zabity w zoo w Cincinnati po tym, jak dziecko wpadło do jego wybiegu. W meme często pojawia się imię Harambe jako sposób na wyrażenie uczuć nostalgii lub straty.
  2. "Doge" (2013) - piesek Shiba Inu z podpisami napisanymi łamaną angielszczyzną i czcionką Comic Sans. W meme często pojawiają się takie zwroty jak "takie wow" czy "bardzo [przymiotnik]".
  3. "Distracted Boyfriend" (2017) - zdjęcie stockowe mężczyzny patrzącego na inną kobietę, podczas gdy jego dziewczyna patrzy z dezaprobatą. Ludzie używają tego meme do komentowania kwestii niewierności lub zdrady.
  4. "Expanding Brain" (2016) - obrazek przedstawiający powiększający się mózg z różnymi napisami opisującymi rosnące poziomy inteligencji.
  5. "Mocking SpongeBob" (2017) - zdjęcie SpongeBoba SquarePants z serialu animowanego "SpongeBob SquarePants" z tekstem napisanym w prześmiewczym tonie.
  6. "Pepe the frog" (2005) - meme internetowe, które stało się popularne na 4chan i innych platformach internetowych. Meme zazwyczaj składa się ze zdjęcia Pepe wraz z podpisem napisanym łamanym angielskim.
  7. "Dank Memes" (2015) - memy, które uważane są za szczególnie zabawne lub mądre, określane są mianem "Dank Memes".
  8. "Moth Meme" (2018) - obrazek ćmy lecącej w stronę lampy opisuje kogoś przyciągniętego do czegoś, często w sposób humorystyczny lub ironiczny.
  9. "Baby Yoda" (2019) - postać z serialu Disney+ "The Mandalorian" szybko zyskała popularność i szerokie zastosowanie w memach.
  10. "Pięść Artura" (2018) - wizerunek postaci Artura z serialu dla dzieci "Artur" robiącego pięść, zazwyczaj używaną do wyrażenia determinacji lub złości.

Podanie odpowiedniego meme dla Ciebie

W celu zaserwowania odpowiedniego mema, platformy social media wykorzystują algorytmy działające w oparciu o drzewa decyzyjne. Jak czytaliśmy wcześniej algorytm drzewa decyzyjnego jest rodzajem algorytmu uczenia maszynowego.

Wykorzystuje zestaw zmiennych wejściowych do analizy zestawu danych związanych z preferencjami użytkownika, historią przeglądania i innymi istotnymi czynnikami, aby dokonać przewidywania, w który meme użytkownik się zaangażuje.

Algorytm tworzy drzewiastą strukturę decyzji i wyników, gdzie każdy węzeł wewnętrzny testuje zmienną wejściową, każda gałąź reprezentuje wynik testu, a każdy węzeł liściowy reprezentuje przewidywany wynik lub klasę. Algorytm rozpoczyna się od węzła głównego i przemierza drzewo podejmując decyzje na podstawie zmiennych wejściowych, aż do osiągnięcia węzła liścia, który reprezentuje ostateczne przewidywanie.

Algorytm podejmuje decyzję na podstawie takich czynników jak wiek, lokalizacja, historia przeglądania i to, czy wcześniej wykazywałeś zainteresowanie określonym typem memów (np. memami politycznymi, memami o kotach itp.). Następnie algorytm podejmuje dalsze decyzje w oparciu o konkretne cechy memów, takie jak długość, ton czy słowa kluczowe.

Algorytmy drzew decyzyjnych są często łączone z innymi technikami uczenia maszynowego w celu zwiększenia ich dokładności i odporności. Dzięki temu są one potężnymi narzędziami do podejmowania decyzji na podstawie złożonych zestawów danych i przewidywania wyników z dużą dokładnością.

Więc jak przewijanie naćpanych naprawia polaryzację?

Jak to działa? Oczywiście, bycie naćpanym, jak wiecie, czyni was bardziej podatnymi na złapanie chichotu (i ogłupia?). To nie jest nowość, ALE... Memy, które widzę będąc naćpanym różnią się od tych, które widzę na trzeźwo.

Mój własny eksperyment pokazał mi, że stoned scrolling prowadzi do większej ilości śmiechu, w porównaniu do sober scrolling.

Swoje wnioski zwizualizowałem w drzewie decyzyjnym, takim jakim posługują się algorytmy.

Czy Peggy jest zaręczona?

Wizualnie, podstawowe drzewo decyzyjne, którego algorytm używa, aby zdecydować, co mi pokazać, wygląda tak:

Jeśli nie angażuję się w treść, algorytm serwuje mi coraz bardziej ekstremalne treści, aż zarejestruje interakcję.

Ta "bardziej ekstremalna" treść zależy od profilu, jaki posiada dana platforma. Mój profil czytałby trochę coś w tym stylu:

20-something millenial blogger with a Phd trying to buy a house but not succeeding, and venting her anger and frustration with passive agressive social media posts and by liking certain types of memes.

Teraz ten profil jest oparty na wszystkich interakcjach i informacjach, które podałem na tej platformie mediów społecznościowych.

Korzystając z tego profilu, mogę dodatkowo wypełnić moje drzewo decyzyjne pewnymi kategoriami, które algorytm wykorzystuje do podjęcia decyzji, w którym punkcie drzewa decyzyjnego powinien zaserwować mi jaką treść, aby zwiększyć szanse na moje zaangażowanie.

To samo drzewo decyzyjne może być wykonane z różnymi rodzajami memów:

Oczywiście, algorytmy używane przez platformy social media mieszają wszystkie tematy razem, aby spróbować i dostać się do zaangażowania: Będę widział memy i tematy o rynku mieszkaniowym przelatujące obok, aż zacznę się angażować, w którym to momencie algorytm zaserwuje mi więcej tego samego. Ale im głębiej sięga drzewo decyzyjne, tym mniej treści jest dostępnych. Istnieją setki tysięcy uniwersalnie zabawnych memów i nie tak wiele warstwowych memów politycznych, więc algorytm nadal pokazuje mi kilka zapalających (związanych z boomem) tematów na temat rynku mieszkaniowego, z którymi myśli, że mogę się zaangażować.

Nie martw się, bądź szczęśliwy

Jak się pewnie domyślacie: scrolling stoned sprawił, że bardziej polubiłam proste memy, a że jest ich dużo, algorytm serwował mi ich coraz więcej i nie miałam takich wybuchów śmiechu przewijając się przez moją oś czasu odkąd jestem na social media. Scrolling stoned sprawił, że pomyślałam: te algorytmy są coraz śmieszniejsze, kocham social media!

Ale prawda jest taka, że bycie bardziej treściwym i śmianie się z prostszych, niewinnych rzeczy sprawia, że algorytm serwuje bardziej miękkie, gigantyczne treści i powstrzymuje cię przed zejściem do króliczej nory, jaką jest polaryzacja w sieci.

Następnym razem, gdy jesteś doom scrolling; jak kilka głupich memów, które nie są faktycznie znaleźć zabawne w tej chwili, bo perełka może czekać tuż za rogiem!

W odpowiedzi na “Fix Polarization: Start Scrolling Stoned.”

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

pl_PLPolish