211service.com
Buvęs „Google“ inžinierius bando „YouTube“, kad pašalintų mūsų filtro burbulus
Jei kada nors naudojote „YouTube“, tikriausiai pastebėjote, kad lengva pakliūti į tam tikrą žiūrėjimo transą: pradedi žiūrėti juokingą kačių vaizdo įrašą, o staiga praėjo valanda ir tu išgyveni dar daugybę... kiekvienas jums rekomenduojamas dešinėje ekrano pusėje, naudingas pagal svetainės algoritmą.
Vis labiau mokantis iš socialinių tinklų, pvz., „Facebook“ ir „Twitter“, algoritmai gali būti naudojami įvairiais būdais manipuliuoti žmonėmis, parodant mums daugiau vieno dalyko, o mažiau kito. Tai gali būti puiku (ir smagu!), kai ieškote mielų kačiukų vaizdo įrašų, tačiau tai gali nuvesti jus į baimės, sąmokslo teorijų ir vienpusiško mąstymo kelią, jei žiūrite vaizdo įrašus apie kitas temas, pvz. kaip vakcinos, neseniai įvykę susišaudymai mokyklose ar klimato kaita.
„YouTube“, kurią daugiau nei milijardas vartotojų žiūri daugiau nei milijardą valandų per dieną, rodo tam tikrus duomenis, pvz., kiek kartų vaizdo įrašas buvo peržiūrėtas, kiek kartų patiko arba nepatiko. Tačiau jame slepiama smulkesnė informacija apie kiekvieną vaizdo įrašą, pvz., kaip dažnai svetainė jį rekomendavo kitiems žmonėms. Neturint viso vaizdo, gali būti sunku suprasti, kodėl tiksliai jo algoritmas nukreipia jus tam tikra kryptimi.
Guillaume'as Chaslotas, programuotojas, anksčiau dirbęs „YouTube“ ir „Google“, sukūrė AlgoTransparency.org. Guillaume'o Chasloto sutikimu
Guillaume'as Chaslotas, kompiuterių programuotojas, kurį laiką skyręs rekomendacijoms „YouTube“ ir jos patronuojančioje įmonėje „Google“ su vaizdo reklama, mano, kad tai yra problema, ir jis kovoja, kad vaizdo įrašų rekomenduojami būdai būtų skaidresni. Jis sukūrė svetainę, AlgoTransparency , todėl lankytojai gali matyti, kur jus nuves „YouTube“ algoritmas, jei laikysitės jo rekomendacijų – nesvarbu, ar ieškote vaizdo įrašų apie neseniai vykusius rinkimus, masines šaudynes, mokslą ar keletą kitų bendrų temų ir susijusių paieškos terminų, kuriuos jis pasirinko iškrapštyti.
Visi turėtų žinoti, jei pradėsite leisti laiką „YouTube“, kur tai nuves, sako jis.
Pradėjęs sekti rekomendacijas 2016 m., jis pastebėjo, kad kai kurių frazių, pvz., skiepų faktų ar visuotinio atšilimo atveju, „YouTube“ rekomendacijų algoritmas stumia žiūrovus link sąmokslo teorijos, antimokslo ar anti-medijos vaizdo įrašų. Ir panašu, kad algoritmas teikia pirmenybę labiau susiskaldžiusių politikų vaizdo įrašams, kurie kalba agresyviai, patyčiomis, sako jis.
Jis taip pat seka terminus, kurie dažniausiai minimi dažniausiai rekomenduojamuose vaizdo įrašuose. Pavyzdžiui, balandžio 1 d. rezultatai yra plokščia žemė arba apvali, dažniausiai pateikiami žodžiai, pvz., plokščia, NASA, įrodymas ir paslaptis.
Chaslotas, kuris 2011 m. dirbo „YouTube“, o vėliau – „Google“ iki 2013 m pretenzijas jis buvo atleistas už tai, kad bandė suteikti vartotojams daugiau galimybių valdyti algoritmus, kurie rekomenduoja turinį; nei „Google“, nei „YouTube“ nenagrinėjo šio ginčo atsakydami į prašymą pakomentuoti šią ir kitas jo iškeltas problemas), tai išsiaiškino stebėdami „YouTube“ pasiūlymų algoritmą. Jis išbandė savo teoriją kurdamas programinę įrangą, kuri imituoja pradžią žiūrėti vieną vaizdo įrašą „YouTube“, o tada spustelėjus rekomenduojamą „Toliau kitame“ vaizdo įrašą (kuris taip pat bus paleistas automatiškai, jei įjungta „YouTube“ automatinio paleidimo funkcija), vėl ir vėl.
„Chaslot“ nori ne tik sekti, kur gali nuvesti algoritmai, bet ir paskatinti „YouTube“ žiūrinčiuosius daugiau galvoti apie tai, kaip rekomendacijos galėtų būti panaudotos peržiūroms pritraukti. Pavyzdžiui, jei ieškote „Parkland“ šaudymo ir jums pateikiamas vaizdo įrašas, kuris „YouTube“ peržiūrėtas 2,5 mln. kartų, ar algoritmas buvo rekomenduojamas 50 mln. kartų, kad tie 2,5 mln. žmonių žiūrėtų, ar rekomenduota 500 000 kartų ir tada bendrinti natūraliai?
Tai yra skirtumų pasaulis, sako Chaslot. Ir šiuo metu nėra galimybės žinoti.
Atsakydama į klausimus, kaip ir kodėl „YouTube“ siūlo naudotojams vaizdo įrašus, „YouTube“ atstovė pateikė pareiškimą, kuriame teigiama, kad jos rekomendacijų sistema laikui bėgant iš esmės pasikeitė ir nebeveikia taip, kaip prieš penkerius metus, kai Chaslot dirbo darbuotoja. Nors anksčiau „YouTube“ daugiausia dėmesio skyrė žiūrėjimo laikui, dabar ji taip pat žiūri į tai, kaip žmonės yra patenkinti, įvertinus apklausas, teigiamas, nepatinkančias ir kitus įrodymus.
„YouTube“ taip pat imasi pakeitimų, kad išspręstų su rekomendacijomis susijusias problemas. „YouTube Kids“ programos versija pranešama atsisakykite vaizdo įrašų rekomendacijų algoritmo, kad jas padarytų žmonės. Kovo mėnesį „YouTube“ generalinė direktorė Susan Wojcicki sakė, kad svetainė pridės Vikipedijos nuorodas į vaizdo įrašus, kuriuose bus daug diskutuojamų temų, pavyzdžiui, apie sąmokslo teorijas.
Dėl šio antrojo žingsnio Chaslotas stebisi, kodėl „YouTube“ tiesiog nepridėjo Vikipedijos nuorodų visoms temoms, susijusioms su jos vaizdo įrašais. Taip būtų natūraliau, sako jis.
Be to, jis nemano, kad sunku sukurti įrankius, kurie padėtų žmonėms naršyti plačiau. 2011 m. dirbdamas „YouTube“ jis sako, kad iš tikrųjų sukūrė įrankio, kuris veikė su „Google“ paieškos rezultatais, prototipą ir atsižvelgė į paieškos istoriją, kad praplėstų jų akiratį.
Jei ieškotumėte, tarkime, „Ford Focus“, pamatytumėte konkrečius rezultatus, bet slinkdami puslapiu žemyn pamatytumėte bendresnius automobilių rezultatus. Jei tęstumėte, pamatytumėte rezultatus, susijusius su kitais dalykais, kurių anksčiau ieškojote (tarkime, čiuožimu).
Jis sako, kad nesunku sukurti įrankius, kurie padėtų žmonėms išeiti iš filtrų burbulų, leisti jiems eiti toliau ir pamatyti, kas yra už filtro burbulo ribų.