211service.com
En tidligere Google-ingeniør skraper YouTube for å få opp filterboblene våre
Hvis du noen gang har brukt YouTube, har du sikkert lagt merke til at det er lett å falle inn i en slags seertranse: du begynner med å se en morsom kattevideo, og plutselig er det en time senere og du har blåst gjennom en haug mer— hver og en anbefalt til deg på høyre side av skjermen, servert nyttig av nettstedets algoritme.
Ettersom vi i økende grad lærer fra sosiale nettverk som Facebook og Twitter, kan algoritmer brukes til å manipulere folk på alle mulige måter ved å vise oss mer av en ting og mindre av en annen. Dette kan være greit (og morsomt!) når du leter etter søte kattungevideoer, men det kan føre deg ned på en vei av frykt, konspirasjonsteorier og ensidig tenkning hvis du ser på videoer om andre emner, som f.eks. som vaksiner, nylige skoleskytinger eller klimaendringer.
YouTube – hvis mer enn en milliard brukere ser på over en milliard timer per dag – viser oss noen data, for eksempel hvor mange ganger en video har blitt sett, likt eller mislikt. Men det skjuler mer detaljerte detaljer om hver video, som hvor ofte nettstedet anbefalte det til andre. Uten det fullstendige bildet kan det være vanskelig å vite nøyaktig hvorfor algoritmen styrer deg i en bestemt retning.
Guillaume Chaslot, en programmerer som pleide å jobbe for YouTube og Google, bygde AlgoTransparency.org. Med tillatelse fra Guillaume Chaslot
Guillaume Chaslot, en dataprogrammerer som brukte litt tid på å jobbe med anbefalinger på YouTube og på displayannonsering hos morselskapet sitt, Google, mener dette er et problem, og han kjemper for å få mer åpenhet i måtene videoer anbefales på. Han bygde et nettsted, AlgoTransparency , slik at besøkende kan se hvor YouTubes algoritme tar deg hvis du følger anbefalingene – enten du søker etter videoer om nylige valg, masseskyting, vitenskap eller en håndfull andre generelle emner og relaterte søketermer han er kirsebærplukket å skrape.
Alle burde vite, hvis du begynner å bruke tid på YouTube, hvor det kommer til å ta deg, sier han.
Siden han begynte å spore anbefalinger i 2016, har han funnet ut at for enkelte fraser, som vaksinefakta eller global oppvarming, presser YouTubes anbefalingsalgoritme seerne mot konspirasjonsteori, antivitenskap eller antimedievideoer. Og algoritmen ser ut til å favorisere videoer av mer splittende politikere, som snakker på en aggressiv, mobbende måte, sier han.
Han sporer også termer som er nevnt oftest i de mest anbefalte videoene. 1. april, for eksempel, resultater for er jorden flat eller rund mest brukte ord som flat, NASA, proof og secret.
Chaslot, som jobbet på YouTube i 2011 og deretter hos Google til 2013 (han påstander han fikk sparken for å prøve å gi brukerne mer kontroll over algoritmene som anbefaler innhold; verken Google eller YouTube adresserte den påstanden i et svar på en forespørsel om kommentar om dette og andre problemer han har reist), fant ut dette ved å spore YouTubes forslagsalgoritme. Han testet teorien sin ved å bygge programvare som simulerer handlingen med å begynne å se én video på YouTube og deretter klikke på den anbefalte Up next-videoen (som også spilles av automatisk hvis du har YouTubes autoavspillingsfunksjon slått på), om og om igjen og igjen.
I tillegg til å følge med på hvor algoritmene kan føre, ønsker Chaslot å få YouTube-seere til å tenke mer på hvordan anbefalinger kan brukes til å samle opp visninger. For eksempel, hvis du søker etter Parkland-skyting og får servert en video som har 2,5 millioner visninger på YouTube, ble den algoritmisk anbefalt 50 millioner ganger for å få de 2,5 millioner menneskene til å se, eller ble den anbefalt 500 000 ganger og deretter delt organisk?
Det er en verden av forskjell, sier Chaslot. Og det er foreløpig ingen måte å vite det.
Som svar på spørsmål om hvordan og hvorfor YouTube foreslår videoer til brukere, ga en YouTube-talskvinne en uttalelse som sa at anbefalingssystemet har endret seg betydelig over tid og ikke lenger fungerer slik det gjorde for fem år siden, da Chaslot var ansatt. Mens YouTube pleide å fokusere på seertid, står det, det ser nå også på hvor fornøyde folk er, målt ved undersøkelser, liker, misliker og andre bevis.
YouTube gjør også endringer for å løse problemer med anbefalingene sine. En versjon av YouTube Kids-appen vil angivelig dropp algoritmen for videoanbefalinger til fordel for å la mennesker lage dem. Og i mars sa YouTubes administrerende direktør Susan Wojcicki at nettstedet ville legge til Wikipedia-lenker til videoer som inkluderte betydelig omdiskuterte emner, for eksempel de som fokuserer på konspirasjonsteorier.
For dette andre trekket lurer Chaslot på hvorfor YouTube ikke bare vil legge til Wikipedia-lenker for alle slags emner som er relevante for videoene sine. Det ville vært mer naturlig, sier han.
Videre tror han ikke det er vanskelig å bygge verktøy som kan få folk til å surfe bredere. Mens han var på YouTube i 2011, sier han, laget han faktisk en prototype på et verktøy som fungerte med brukernes Google-søkeresultater og tok søkehistorikken deres i betraktning for å utvide horisonten deres.
Hvis du søkte etter for eksempel Ford Focus, ville du se spesifikke resultater, men når du ruller nedover siden, vil du se mer generelle bilresultater. Hvis du fortsatte, ville du se resultater relatert til andre ting du har søkt etter tidligere (f.eks. skøyter).
Det er enkelt å bygge verktøy for å få folk utenfor filterboblene deres, gjøre dem i stand til å gå lenger, se hva som er utenfor filterboblen deres, sier han.