Исправьте поляризацию: Начать прокрутку Обкуренный.

Рост Facebook (основан в 2004 году) и Twitter (основан в 2006 году), в сочетании с сопутствующим ростом поляризации, был горячей темой в последние годы. Основа дискуссии всегда сводится к поиску баланса между прибылью и поляризацией.

Решения о том, как исправить поляризацию, предлагали многие: активисты, эксперты, заинтересованные группы и представители правительства путем внесения изменений в области регулирования, прозрачности и образования.

Но на самом деле решение простое: начните прокрутку под кайфом.

Гипотеза поляризации в социальных сетях

Общая гипотеза многих исследовательских статей о социальных медиа и поляризации обычно фокусируется на том, что главная цель этих компаний - заработать деньги для своих акционеров:

Прибыльные мотивы компаний социальных сетей, направленные на увеличение вовлеченности и времени, проведенного пользователями на их платформах, в сочетании с оптимизацией алгоритмов для определения приоритетов и продвижения контента, который генерирует наибольшую вовлеченность, приводят к усилению и распространению поляризованных точек зрения в социальных сетях, что приводит к более поляризованному обществу.

Но что такое алгоритмы? Какие основные принципы лежат в основе алгоритма и как алгоритм Facebook приносит ему деньги, разжигая, очевидно, ненависть в Интернете?

Что такое алгоритмы?

Алгоритм представляет собой набор инструкций или шагов для решения проблемы или выполнения задачи. Алгоритмы используются в различных областях, включая биологию, медицину и финансы. В биологии исследователи используют алгоритмы для анализа генетических данных и понимания функций различных генов. В медицине врачи используют алгоритмы для анализа медицинских изображений и помощи в постановке диагноза. Специалисты в области финансов используют алгоритмы для решения таких задач, как финансовое моделирование и управление рисками. Некоторые примеры конкретных алгоритмов в этих областях включают алгоритмы дерева решений для медицинской диагностики, алгоритмы для выравнивания последовательности генов в генетических исследованиях и алгоритмы для оптимизации портфеля в финансовой сфере.

Какие существуют типы алгоритмов?

Существует множество различных типов алгоритмов, и это список некоторых из наиболее популярных алгоритмов, используемых сегодня:

1. Алгоритмы поиска: Эти алгоритмы находят определенные элементы в большом наборе данных, например, поиск определенного слова в документе или поиск определенного товара в базе данных электронной коммерции. Примерами являются линейный поиск и бинарный поиск.
2. Алгоритмы сортировки: Эти алгоритмы упорядочивают данные в определенном порядке, например, в алфавитном или числовом. Примеры включают сортировку пузырьком, сортировку вставкой и сортировку с помощью квиксорта.
3. Алгоритмы машинного обучения: Эти алгоритмы обучают компьютерные системы учиться на данных и делать прогнозы или принимать решения без явного программирования. Примеры включают линейную регрессию, деревья решений и нейронные сети.
4. Графовые алгоритмы: Эти алгоритмы обрабатывают данные, представленные в виде графа. Примерами являются алгоритмы поиска кратчайшего пути между двумя точками графа и алгоритмы поиска минимального дерева разветвления графа.
5. Случайные алгоритмы: Эти алгоритмы используют случайные числа как существенную часть логики для решения проблемы или выполнения задачи, они используются, когда не удается найти детерминированный алгоритм или когда предпочтителен вероятностный подход. Примерами могут служить методы Монте-Карло и рандомизированная сортировка.
6. Алгоритмы аппроксимации: Эти алгоритмы находят приближенные решения задач оптимизации, когда найти точное решение либо невозможно, либо нецелесообразно. Они часто используются в таких областях, как исследование операций, информатика и инженерия. В качестве примеров можно привести жадные алгоритмы и имитационный отжиг.

Существует множество других типов алгоритмов, таких как алгоритмы криптографии, алгоритмы сжатия и алгоритмы шифрования.

Как платформы социальных сетей используют эти алгоритмы?

Важно отметить, что платформы социальных сетей могут использовать комбинацию этих алгоритмов для более эффективного подхода. Кроме того, эффективность каждого алгоритма зависит от конкретного контекста и способа его применения. Компании социальных сетей также регулярно обновляют и улучшают эти алгоритмы для повышения эффективности и удобства пользователей.

Эти алгоритмы помогают платформе:

1. Рекомендация контента: Алгоритмы рекомендуют пользователям контент на основе их интересов и поведения на платформе. Это могут быть сообщения от друзей и страниц, за которыми они следят, а также сообщения, которые, по мнению алгоритма, могут представлять интерес для пользователя.
2. Курация ленты новостей: Алгоритмы определяют порядок появления сообщений в ленте новостей пользователя. Алгоритм учитывает такие факторы, как релевантность сообщения, взаимодействие пользователя с аналогичным контентом в прошлом и время, когда было сделано сообщение.
3. Поиск: Алгоритмы помогают пользователям находить контент на платформе, ранжируя результаты поиска на основе релевантности.
4. Тренды: Алгоритмы определяют популярные темы и тенденции на платформе в режиме реального времени и выделяют их для пользователей.
5. Таргетинг рекламы: Алгоритмы подбирают рекламу для пользователей на основе их интересов и поведения на платформе.
6. Фильтрация контента: Алгоритмы фильтруют контент, который противоречит рекомендациям сообщества платформы, например, разжигание ненависти, преследования и дезинформация.
7. Модерация: Алгоритмы отмечают, сообщают и удаляют контент, который противоречит правилам сообщества.
8. Персонализация: Алгоритмы персонализируют опыт пользователей на платформе, это может включать нацеливание на определенные демографические данные, интересы или поведение.

Мемы

Переходим к самому интересному: мемам - месту, где алгоритмы действительно могут творить свою магию.

Что такое мемы?

Ричард Докинз в своей книге 1976 года "Эгоистичный генввел термин "мем" для описания культурных элементов, которые быстро распространяются через Интернет, часто в виде изображений или видео с текстом или подписями. Они могут быть комедийными по своей природе и ссылаться на популярные фильмы, телепередачи и другие интернет-мемы. Созданные и распространяемые буквально всеми, мемы служат формой сатиры и социального комментария. Они объединяют людей через общее понимание и юмор и являются важной частью интернет-культуры.

Популярные мемы

Одними из самых популярных являются:

1. "Харамбе" (2016) - горилла, которая была застрелена в зоопарке Цинциннати после того, как в ее вольер упал ребенок. В мемах часто используется имя Харамбе как способ выразить чувство ностальгии или утраты.
2. "Doge" (2013) - собака породы сиба-ину с подписями, написанными на ломаном английском языке и шрифтом Comic Sans. В меме часто встречаются фразы типа "такой вау" и "очень [прилагательное]".
3. "Отвлеченный парень" (2017) - стоковая фотография мужчины, который смотрит на другую женщину, в то время как его девушка смотрит на него с неодобрением. Люди используют этот мем, чтобы прокомментировать проблемы неверности или предательства.
4. "Expanding Brain" (2016) - изображение мозга, увеличивающегося в размерах, с различными подписями, описывающими растущие уровни интеллекта.
5. "Насмешливый Губка Боб" (2017) - изображение Губки Боба из мультсериала "Губка Боб Квадратные Штаны" с текстом, написанным в насмешливом тоне.
6. "Лягушонок Пепе" (2005) - интернет-мем, ставший популярным на 4chan и других онлайн-платформах. Мем обычно состоит из фотографии Пепе и надписи, написанной на ломаном английском языке.
7. "Dank Memes" (2015) - мемы, которые считаются особенно смешными или умными, называются "Dank Memes".
8. "Moth Meme" (2018) - изображение мотылька, летящего к лампе, описывает кого-то, привлеченного чем-то, часто в юмористическом или ироническом ключе.
9. "Малыш Йода" (2019) - персонаж из сериала Disney+ "Мандалорианец" быстро стал популярным и широко используется в мемах.
10. "Кулак Артура" (2018) - изображение персонажа Артура из детского сериала "Артур", делающего кулак, обычно используемый для выражения решимости или гнева.

Подача правильных мемов для вас

Для того чтобы предложить нужный мем, платформы социальных сетей используют алгоритмы, работающие с деревьями решений. Как мы уже читали ранее, алгоритм дерева решений - это тип алгоритма машинного обучения.

Он использует набор входных переменных для анализа набора данных, связанных с вашими предпочтениями, историей просмотров и другими соответствующими факторами, чтобы сделать прогноз о том, какой мем вы будете использовать.

Алгоритм создает древовидную структуру решений и результатов, где каждый внутренний узел тестирует входную переменную, каждая ветвь представляет результат теста, а каждый листовой узел представляет предсказанный результат или класс. Алгоритм начинает с корневого узла и обходит дерево, принимая решения на основе входных переменных, пока не достигнет листового узла, который представляет окончательный прогноз.

Решение, которое принимает алгоритм, основано на таких факторах, как ваш возраст, местоположение, история просмотров и то, проявляли ли вы ранее интерес к определенному типу мемов (например, политические мемы, мемы про кошек и т.д.). Затем алгоритм принимает дальнейшие решения на основе специфических особенностей мемов, таких как длина, тон или ключевые слова.

Алгоритмы дерева решений часто используются в паре с другими методами машинного обучения для повышения их точности и надежности. Это делает их мощными инструментами для принятия решений на основе сложных наборов данных и прогнозирования результатов с высокой точностью.

Как же прокрутка под кайфом исправляет поляризацию?

Как это работает? Ну, конечно, под кайфом, как вы знаете, вы становитесь более склонны к хихиканию (и отупению?). Это не новость, НО... Мемы, которые я вижу под кайфом, отличаются от тех, которые я вижу трезвым.

Мой собственный эксперимент показал, что прокрутка под кайфом приводит к большему смеху, чем прокрутка в трезвом состоянии.

Я визуализировал свои выводы в виде дерева решений, которое используется в алгоритмах.

Пегги помолвлена?

В визуальном виде основное дерево решений, которое алгоритм использует для того, чтобы решить, что мне показать, выглядит следующим образом:

Если я не взаимодействую с контентом, алгоритм продолжает подавать мне все более экстремальный контент, пока не зарегистрирует взаимодействие.

Это "более экстремальное" содержание зависит от профиля, который платформа имеет о вас. Мой профиль будет выглядеть примерно так:

20-летний блогер-миллениал с докторской степенью, пытающийся купить дом, но не преуспевший в этом, и выплескивающий свой гнев и разочарование в пассивно-агрессивных постах в социальных сетях и в том, что ему нравятся определенные типы мемов.

Теперь этот профиль основан на всех взаимодействиях и информации, которую я предоставил на этой платформе социальных сетей.

Используя этот профиль, я могу заполнить свое дерево принятия решений некоторыми категориями, которые алгоритм использует, чтобы решить, в какой точке дерева принятия решений он должен предоставить мне контент, чтобы увеличить шансы на мое участие.

Одно и то же дерево решений может быть составлено с различными типами мемов:

Конечно, алгоритмы, используемые платформами социальных сетей, смешивают все темы вместе, чтобы заставить вас принять участие: Я вижу, как мимо меня пролетают мемы и темы о рынке жилья, пока я не начну взаимодействовать, и тогда алгоритм предложит мне больше того же самого. Но чем глубже заходит дерево решений, тем меньше контента доступно. Существуют сотни тысяч универсально смешных мемов и не так много многослойных политических мемов, поэтому алгоритм все равно показывает мне несколько зажигательных (связанных с бумерами) тем о рынке жилья, с которыми, по его мнению, я, скорее всего, буду взаимодействовать.

Не волнуйтесь, будьте счастливы

Теперь, как вы уже догадались, прокрутка под кайфом заставила меня полюбить простые мемы гораздо больше, а поскольку их много, алгоритм подавал мне все больше и больше, и я не испытывал таких взрывов смеха, прокручивая свою ленту с тех пор, как появился в социальных сетях. Прокрутка под кайфом заставила меня задуматься: эти алгоритмы становятся все смешнее и смешнее, я люблю социальные сети!

Но правда в том, что если быть более содержательным и смеяться над простыми, невинными вещами, то алгоритм будет выдавать более мягкий, гигабайтный контент и не даст вам спуститься в кроличью нору, которой является поляризация в Интернете.

В следующий раз, когда вы обреченно прокручиваете страницу, посмотрите несколько тупых мемов, которые в данный момент не кажутся вам смешными, потому что жемчужина может ждать вас прямо за углом!