I denne ligningen refererer U til “brukerens tilknytning,” som er en vurdering av forholdet mellom brukeren og det individuelle innlegget. Jo flere felles venner en bruker har med en annen, jo mer sannsynlig er det at innleggene fra denne personen vil bli fremhevet i brukerens nyhetsfeed. W refererer til handlingene som brukeren utfører på innlegget, der forskjellige typer aktiviteter får ulik vekt (video og bilder blir vektet tyngre enn lenker, og lenker tyngre enn enkel tekst). D står for det Facebook beskrev som en “tidsbasert nedbrytningsparameter,” prosessen med å prioritere nyere innlegg fremfor eldre innlegg. Rundt 2013 erstattet Facebook EdgeRank med en langt mer sofistikert algoritme som tok hensyn til over 100 000 faktorer for å kuratere brukerens nyhetsfeed. Andre sosiale medier fulgte et lignende mønster. Twitter implementerte algoritmisk filtrering først i 2016, ti år etter at plattformen ble lansert i 2006. I 2016 begynte også Instagram, som ble lansert i 2010, å gå fra omvendt kronologisk rekkefølge til algoritmisk filtrering av nyhetsfeeden. YouTube utviklet seg fra en plattform drevet av søkespørringer og individuelle abonnementsvalg til en plattform drevet av en algoritmisk kuratert anbefalingsfeed. Denne overgangen startet ikke før rundt 2012, syv år etter plattformens lansering i 2005. Innen 2017 var mer enn 70 prosent av den tiden folk tilbrakte med å se på videoer på YouTube, drevet av algoritmiske anbefalinger.

Det som virker å ha blitt glemt allerede, er at disse beslutningene om å gå fra kronologisk til algoritmisk kuratert presentasjon av innhold møtte betydelig motstand på den tiden. For eksempel førte Twitters beslutning om å bruke algoritmisk filtrering umiddelbart til at #RIPTwitter ble et trendende emne. Enkelte brukergrupper organiserte til og med boikottaksjoner mot plattformene som et svar på overgangen til algoritmisk filtrering. Selv Instagram-kjendis Kendall Jenner uttrykte misnøye med Instagrams overgang og tvitret at Instagram prøvde å “fikse noe som ikke var ødelagt.” Denne typen protester representerer den eneste reelle forbrukermotstanden vi har sett til nå mot innføringen av innholdskurateringsalgoritmer i forholdet mellom mediekonsumenter og innholdssamlinger. For noen forbrukere var den opprinnelige modellen med å bla gjennom ukuratert, urangert innhold å foretrekke fremfor algoritmisk kuratering.

Til tross for protestene fortsatte plattformene overgangen til algoritmisk filtrering, og brukerne så ut til å raskt komme over sin opprinnelige frustrasjon. Det bør bemerkes at i noen tilfeller har brukerne fått muligheten til å velge bort den algoritmiske feeden; eller, i tilfelle Twitter, blir algoritmisk kuraterte innlegg fremhevet og etterfulgt av den omvendt kronologiske feeden. På Facebook er muligheten til å velge bort algoritmisk kuratering vanskelig å finne, forsvinner ofte tilbake til den algoritmiske innstillingen automatisk, og kan noen ganger være uresponsiv når du prøver å endre den.

Hvorfor har kravet om algoritmisk filtrering vært så sterkt? Fordi overgangen til algoritmisk filtrering og anbefalinger i hvert av disse tilfellene ble drevet av ett hovedmål: å øke antallet regelmessige brukere og tiden de bruker på plattformene – å øke engasjementet. Til tross for protestene og uttrykk for misnøye fra noen brukere, ser det ut til at overgangen til algoritmisk kuratering systematisk har hatt denne effekten. For eksempel rapporterte Twitter at den algoritmiske overgangen førte til økninger i viktige mål som månedlige aktive brukere, visninger og tid brukt på nettstedet. Selv etter protestene blant Twitter-brukere, valgte bare 2 prosent å beholde den kronologiske feeden. Som en tidligere teknologidirektør i Facebook bemerket, “var algoritmisk filtrering alltid noe folk sa de ikke ville ha, men som de demonstrerte at de ønsket via alle målbare data.”

Etter hvert kom disse sosiale medieplattformene til å utgjøre en nesten gravitasjonell tiltrekning på innholdsleverandører, annonsører og publikum. Astrofysikere har spekulert i om den pågående Big Bang (universets stadige ekspansjon) vil etterfølges av en Big Crunch, der universet i prinsippet trekker seg sammen. Denne teorien kan fungere som en analogi for å forstå de evolusjonære mønstrene på nettet. Hvis de lave barrierene for å delta og det nesten globale rekkevidden på nettet representerer den massive ekspansjonen av det digitale universet, representerer sosiale medieplattformer den gravitasjonelle kraften som har startet en prosess med sammentrekning, der mer og mer av innholdet og publikums oppmerksomhet på nettet trekkes til og kanaliseres gjennom disse plattformene. I dag er seks av de ti mest populære nettstedene på nettet sosiale medieplattformer, og dominerer de ti beste på samme måte som søkemotorer og portaler gjorde på slutten av 1990-tallet og tidlig på 2000-tallet. Disse plattformenes samlinger av innhold og publikum har fungert som magneten som tiltrekker seg både mer innhold og flere brukere. Innholdsleverandører har gått dit publikum er, og publikum har gått dit innholdet kan nås og konsumeres på den mest effektive og brukervennlige måten. Resultatet er at plattformer som Facebook, YouTube og Twitter har blitt ikke bare steder hvor enkeltpersoner samles for å kommunisere med (og overvåke) hverandre, men også steder hvor de kan se på NFL-kamper i sanntid, strømme Bloomberg News 24/7 eller lese Washington Post. Sosiale medieplattformer har blitt de mest vitale og innflytelsesrike mediedistributørene og kuratorene siden kabel-TV-systemer, men i et omfang som langt overgår kabel-TV. Mens kabelsystemer opererte på lokalt eller regionalt nivå, opererer sosiale medieplattformer som globale distribusjonssystemer.

Disse plattformene har vært i stand til å utøve denne gravitasjonelle tiltrekningen gjennom reaggregasjonsprosessen de har innført, som har hjulpet til med å løse noen av de mest vedvarende problemene på nettet for både publikum, innholdsleverandører og annonsører. For publikum har det vært et utfordrende arbeid å navigere på nettet uten slike plattformer, og selv om tidlige portalsider som Yahoo! prøvde å hjelpe, ble det raskt klart at det menneskelige kuraterte innholdet ikke var tilstrekkelig i møte med det enorme omfanget av tilgjengelig informasjon. Algoritmisk kuratering har derfor blitt en nødvendighet for å håndtere dette overflødighetshornet av innhold, og har både effektivisert og forenklet informasjonsinnhentingen.

Hvordan algoritmer former vår opplevelse av nyheter på sosiale medier

Sosiale medier er blitt den dominerende kilden til nyheter for millioner av mennesker over hele verden. I mange tilfeller er det ikke lenger tradisjonelle nyhetskilder som avgjør hva som er relevant informasjon for oss, men algoritmene som styrer våre tidslinjer på plattformer som Facebook, Twitter, Instagram og YouTube. Algoritmene har utviklet seg i takt med plattformenes mål om å maksimere brukerinvolvering og tid brukt på deres tjenester. Dette har resultert i en stadig mer kompleks og tilpasset informasjonsstrøm, men det har også gitt opphav til en rekke kritiske spørsmål om hva slags informasjon vi får tilgang til og hvordan det påvirker våre meninger og atferd.

Historisk sett ble de første algoritmene for nyhetsfeeds på sosiale medier utviklet for å prioritere innlegg basert på kronologisk rekkefølge. Men allerede på midten av 2010-tallet begynte plattformene å eksperimentere med algoritmiske endringer som tok hensyn til brukerens interesser og tidligere interaksjoner. Facebook introduserte sitt berømte EdgeRank-algoritme, som vurderte faktorer som relevans og engasjement for å bestemme hva som skulle vises i brukernes feeds. Denne algoritmen la grunnlaget for mer sofistikerte modeller som nå benytter seg av nesten 100 000 vektfaktorer for å rangere innhold.

I tillegg til Facebook har andre plattformer som Twitter, Instagram og YouTube også gjort betydelige endringer. Twitter begynte å filtrere tweets i 2016, og introduserte en algoritmisk tidslinje for å gjøre det lettere for brukerne å finne tweets de var mest sannsynlig å være interesserte i. Instagram fulgte etter med en lignende endring, og byttet fra en kronologisk feed til en algoritmisk tilnærming som prioriterte de beste innleggene først, basert på brukerens interaksjoner og interesser. YouTube, på sin side, har finjustert sitt anbefalingssystem med hjelp av kunstig intelligens for å få brukerne til å bruke mer tid på plattformen, ved å tilby videoer som er mer tilpasset deres visningshistorikk og preferanser.

Endringene i algoritmene har imidlertid ikke vært uten motstand. Mange brukere og kritikere har uttrykt bekymring over at algoritmene kan skape ekkokamre hvor folk kun ser informasjon som bekrefter deres eksisterende meninger. Dette kan føre til en fragmentering av offentligheten, hvor ulike grupper får svært forskjellige oppfatninger av hva som skjer i verden. Dette fenomenet ble spesielt tydelig under politiske valg og kriser, hvor algoritmene har blitt kritisert for å forsterke polariserte synspunkter og fake news.

En annen bekymring er den økende bruken av algoritmer til kommersielle formål. Sosiale medieplattformer genererer enorme inntekter fra annonsering, og algoritmene er laget for å maksimere annonseinntektene ved å tilpasse innholdet til brukernes interesser. Dette betyr at algoritmene kan prioritere innhold som får høyere engasjement, som ofte kan være sensasjonelt eller polariserende, fremfor nyheter som er viktigst for samfunnet. Dette setter spørsmålet om kvaliteten på informasjonen vi mottar, i fokus.

Det er også viktig å merke seg at algoritmene på disse plattformene ikke bare handler om å velge ut innhold, men også om å forme hvordan vi interagerer med innholdet. For eksempel, på YouTube blir ikke bare videoene som blir anbefalt, påvirket av algoritmene, men også hvilke videoer som blir vist til oss basert på vår visningshistorikk og hvor mye tid vi har brukt på spesifikke typer innhold. På Facebook er det ikke bare innholdet som er viktig, men også hvordan våre venner og kontakter interagerer med det, noe som kan føre til at vi ser innlegg som er populære blant dem vi kjenner.

Til tross for de mange utfordringene som algoritmiske systemer medfører, er det viktig å forstå at de også har åpnet for nye muligheter. De gir oss tilgang til et bredt spekter av innhold som vi ellers kanskje ikke ville ha funnet, og de kan tilpasse seg våre individuelle interesser på en måte som tidligere var umulig. Likevel må vi være bevisste på hvordan disse algoritmene fungerer og hvilke konsekvenser de har for vår forståelse av verden rundt oss.

En viktig del av denne forståelsen er å erkjenne at algoritmer ikke er nøytrale. De er utviklet av mennesker, med bestemte mål og interesser. Dette innebærer at de kan ha innebygde skjevheter og konsekvenser som vi kanskje ikke er klar over. For eksempel kan algoritmene favorisere visse typer innhold som er mer emosjonelt engasjerende, på bekostning av mer balansert eller kritisk informasjon. Videre, når algoritmene begynner å manipulere hva vi ser for å få oss til å bruke mer tid på plattformene, kan det føre til at vi blir mer utsatt for innhold som er designet for å skape sterke reaksjoner, heller enn å fremme en nyansert eller informert offentlig samtale.

Endringene i algoritmer på sosiale medieplattformer har derfor dyptgripende konsekvenser for samfunnet vårt. De påvirker hvordan vi oppfatter nyheter, hvordan vi forholder oss til andre mennesker, og hvordan vi forstår verden rundt oss. Det er viktig å være klar over disse mekanismene og aktivt stille spørsmål ved hvordan og hvorfor vi blir eksponert for visse typer innhold.

Hvordan mediamiljøet og folkelig kristendom formet den sataniske panikken
Hvordan Forstå Risikoene Knyttet til Matforurensning og Tilsetningsstoffer
Hvordan resirkulering av byggematerialer kan endre byggbransjen
Hvordan detektere og håndtere akustiske signaler i varierende miljøer