אלגוריתם היוטיוב ממשיך להמליץ על תוכן אקטרימי, מצא אולם
יישום מחקר אחרון שנערך על ידי המכון לדיאלוג אסטרטגי (ISD) חושף כי האלגוריתם של YouTube ממשיך להמליץ וידאו ימין קיצוני למשתמשים, גם אם הם לא זיהו עם תוכן מסוג זה קודם. ממצאים אלה סותרים באופן משמעותי את ההבטחות הקודמות של YouTube לשפר את מערכת ההמלצה שלה ולמנוע את התפשטות המידע המדוחה.
המחקר, שהתמקד בתחומים שונים כמו גיימינג, תוכן לגברים, Vloggers Mama, וחדשות בשפה הספרדית, היה מיועד להבין איך האלגוריתם של YouTube פועל. החוקרים יצרו פרופילים ב-YouTube המותאמים לקהלים ותחומי עניין ספציפיים ועקבו אחר ההמלצות שיצר האלגוריתם לאורך חודש.
בהפתעה, המחקר מצא כי האלגוריתם של YouTube המליץ וידאו של אנדרו טייט, מיסוגניסט בוטה, גם לבן בן 13 שמתעניין בתוכן לגברים וגם לגבר בן 30 עם תחומי עניין דומים. זה קרה למרות ששני החשבונות לא הראו כל עניין קודם בטייט או בתוכן שלו. בנוסף, הומלצו וידאוים עם תוכן מיני או אלים הקשור למשחק מחשב פופולרי Minecraft לפרופילים שנפתחו לבנים ובנות בן 14.
המחקר של ISD מתגלה בינוניותו להבחין בין איכות התוכן ובין תופעת ההמצאה. האלגוריתם של YouTube מעדיף בסיסית וידאו עם תנועה גבוהה והתמעמשות, ובכדיות גורם לקידום תוכן קיצוני ומחליף. למרות שה-YouTube טוען שהוא משקיע במדיניות ובשיטות להגנת המשתמשים מפני תוכן זדיני, המחקר מציין כי השינויים בהתנהגות האלגוריתם מוגבלים.
הממצאים של המחקר חושפים מחשבות הבעיה שהביע הנשיא הרופאי, ויבק מורתי, שקרא לפלטפורמות רשת חברתית ליישם תוויות אזהרה למשתמשים צעירים. בכל זאת, חוקרת הראשית של המחקר, אויפה גלאגר, מאמינה שתוויות אזהרה לבד לא מספיקות ומציעה לשקול שקיפות גדולה וגישה לנתונים מפלטפורמות כמו YouTube.
לסיכום, המחקר מדגיש שהאלגוריתם של YouTube עדיין מושפע משמעותי בהמלצת תוכן קיצוני ובעייתי למשתמשים, בלתי תלוי מתחומי העניין שלהם. זה חודר את הצורך במחקר ופיתוח מתמידים לוודא שהאלגוריתמים של הפלטפורמה אינם תורמים להתפשטות האזיות והרדיקליזציה.
עוד טקסט:
– ה-YouTube שייכת ל- Google והיא אחת מפלטפורמות שיתופיות בסרטונים הגדולות בעולם, עם מיליארדי משתמשים וסרטונים שמועלים יומיומית.
– אלגוריתם ההמלצות של YouTube אופן לשמור על מעורבות המשתמשים בפלטפורמה, כך שהמעורבות יותר מתרגמת להכנסה פרסומות נוספת לחברה.
– האלגוריתם נותן חכמה למנהלי נתוני המשתמש, כגון היסטוריית צפייה, לייקים, ושיתופים, כדי לספק המלצות אישיות.
– המחקר בחן רק מספר מוגבל של תחומי עניין ודמוגרפיות, כך שההמלצות האלגוריתמיות של YouTube לתוכן קיצוני עשויות להיות מורחבות יותר ממה שנראה.
