Algoritmii rețelelor sociale exploatează modul în care oamenii învață de la semenii lor

În societățile preistorice, oamenii aveau tendința de a învăța de la membrii grupului sau de la indivizi mai prestigioși, deoarece această informație era mult mai probabil să fie de încredere și să aibă ca rezultat succesul grupului.

Cu toate acestea, odată cu apariția comunităților moderne diverse și complexe – și în special în rețelele sociale – aceste părtiniri devin mai puțin eficiente.

De exemplu, o persoană cu care suntem conectați online ar putea să nu fie neapărat de încredere, iar oamenii își pot preface cu ușurință prestigiul pe rețelele sociale.

Într-o recenzie publicată în revista Trends in Cognitive Science, un grup de oameni de știință socială descriu modul în care funcțiile algoritmilor de social media sunt nealiniate cu instinctele sociale umane menite să încurajeze cooperarea, ceea ce poate duce la polarizare și dezinformare pe scară largă.

„Mai multe sondaje ale utilizatorilor acum, atât pe Twitter, cât și pe Facebook, sugerează că majoritatea utilizatorilor sunt epuizați de conținutul politic pe care îl văd.

Mulți utilizatori sunt nemulțumiți și există o mulțime de componente de reputație cu care Twitter și Facebook trebuie să se confrunte atunci când vine vorba de alegeri și de răspândire, de dezinformare”, spune William Brady, psiholog social la Kellogg School of Management din Northwestern.

„Am vrut să facem o revizuire sistematică ce încearcă să ajute la înțelegerea modului în care psihologia umană și algoritmii interacționează în moduri care pot avea aceste consecințe”, spune Brady.

„Unul dintre lucrurile pe care le aduce această revizuire este perspectiva învățării sociale. În calitate de psihologi sociali, studiem în mod constant cum putem învăța de la ceilalți.

Acest cadru este fundamental dacă vrem să înțelegem modul în care algoritmii ne influențează interacțiunile sociale.”

În plus, cercetătorii propun companiilor de social media să ia măsuri pentru a-și schimba algoritmii, astfel încât să fie mai eficienți în promovarea comunității.

În loc să favorizeze exclusiv informațiile PRIME, algoritmii ar putea stabili o limită a cantității de informații PRIME pe care le amplifică și să prioritizeze prezentarea utilizatorilor cu un set divers de conținut.

Aceste modificări ar putea continua să amplifice informații captivante, prevenind în același timp suprareprezentarea conținutului mai polarizat sau extrem de politic în fluxuri.

„În calitate de cercetători înțelegem tensiunea cu care se confruntă companiile când vine vorba de a face aceste schimbări și de rezultatul lor final.

De aceea credem de fapt că aceste schimbări ar putea, teoretic, să mențină în continuare angajamentul, în același timp interzicând această suprareprezentare a informațiilor PRIME”, spune Brady.

„Experiența utilizatorului s-ar putea îmbunătăți de fapt făcând unele dintre acestea.”

Material realizat pentru Science Daily de Cell Press

Foto burst shopify Matthew Henry

Cunoaşte Lumea --> Prima pagină