TikTok i jego algorytm to czarna dziura. Naukowcy odkryli dlaczego

Algorytm TikTok’a pomógł zrewolucjonizować sposób działania mediów społecznościowych i zmusił konkurentów, takich jak Facebook’a do zmiany własnych algorytmów. Jednak nawet osoby zatrudnione w firmie stwierdziły, że nie do końca rozumieją, w jaki sposób algorytm prezentuje użytkownikom filmy, a często algorytm działa kuriozalnie.

Teraz badacze z USA i Europy doszli do pewnych spostrzeżeń na temat działania tego wychwalanego algorytmu, w tym w jakim stopniu TikTok odzwierciedla zainteresowania użytkowników, a nie próby poszerzania oglądanych przez nich filmów.

Karan Vombatkere z Uniwersytetu Bostońskiego wraz ze współpracownikami przeanalizował dane przekazane przez użytkowników, którzy pobrali dane z aplikacji zgodnie z ogólnym rozporządzeniem UE o ochronie danych (RODO), aby ustalić, jak działa algorytm TikTok. Porównali dane dostarczone przez użytkowników z filmami polecanymi kontom botów z wartością bazową, która losowo przewijała filmy.

„Nasz artykuł to pierwszy krok w kierunku uzyskania wglądu w działanie tej personalizacji” – mówi Vombatkere. „Następnie w drugim kroku staramy się przyjrzeć konkretnie kilku czynnikom i sprawdzić, jak bardzo wpływają one na personalizację”.

Badacze sklasyfikowali filmy wyświetlane na podstawie systemów rekomendacji jako „wykorzystujące” to zainteresowanie, natomiast filmy pokazane w celu poszerzenia liczby użytkowników miały charakter „eksploracyjny”.

Według wyników badania od 30% do 50% z pierwszych 1000 filmów, które użytkownicy TikTok’a odtwarzają, wykorzystuje swoje dawne zainteresowania. Polecane filmy zależą od wielu czynników, przede wszystkim od tego, czy użytkownikowi podobał się podobny film, a także od tego, kogo obserwuje na platformie.

„Na najwyższym poziomie chcemy zrozumieć, w jaki sposób ludzie faktycznie korzystają z TikTok i jak działa algorytm TikTok” – mówi profesor Uniwersytetu Waszyngtońskiego Franziska Roesner, jedna ze współpracowniczek Vombatkera.

Jednakże odsetek od 30% do 50% to średnia liczba wszystkich użytkowników, którzy przekazali swoje dane. Wśród tych użytkowników odsetek filmów, które były rekomendacjami na podstawie wcześniejszych zainteresowań, był bardzo zróżnicowany.

„Kolejną rzeczą, która wychodzi na jaw, jest to, że różni użytkownicy mają bardzo różne doświadczenia i/lub są w pewnym sensie traktowani odmiennie przez algorytm z dowolnego powodu” – mówi Roesner.

Vombatkere ma nadzieję, że przyszłe badania pozwolą ustalić, czy odsetek polecanych filmów na TikToku jest wysoki czy niski – czego nie ustalono w obecnym badaniu.

Jednak niezależnie od pytań bez odpowiedzi, badania zostały pozytywnie przyjęte w środowisku akademickim. „Badają ciekawy sposób na uzyskanie danych, polegający na płaceniu [użytkownikom] pieniędzy za udostępnienie Ci danych” – mówi Manoel Horta Ribeiro, badacz w Szwajcarskim Federalnym Instytucie Technologii w Lozannie. „Jest to możliwe dzięki RODO, ponieważ firmy musiały wdrożyć procedury „usuwania danych”, które pozwalają użytkownikom uzyskać dane z mocą wsteczną i sprzedać je lub przekazać badaczom”.

Horta Ribeiro, która nie była zaangażowana w badanie, twierdzi, że zrozumienie, jak działa system rekomendacji TikTok, jest niezwykle ważne, biorąc pod uwagę, że „aplikacja faktycznie w nieuzasadnionym stopniu kontroluje to jakie treści konsumujesz w internecie” i dodaje: „Ogólnie rzecz biorąc, pomiar handlu eksploracją/eksploatacją jest trudne bez dostępu do modelu, a [badacze] zapewniają interesujący model, który to umożliwia”.