Ink Drop/Shutterstock
Als je een Twitter-gebruiker bent, weet je dat je bij het scrollen door je home feed, tussen posts van accounts die je volgt, soms tweets ziet met de tag “you might like”. Met andere woorden, Twitter beveelt je inhoud aan waarvan het denkt dat die je zou kunnen aanspreken.
Dit gebeurt met behulp van een algoritme dat is gebaseerd op je eerdere activiteiten op het platform, zoals de tweets die je hebt geliked of waarmee je hebt geëngageerd. Het kan ook gebaseerd zijn op uw voorkeuren op uw profiel, waar u onderwerpen hebt aangegeven die u graag in uw Twitter-feed zou willen zien. “Machine learning” wordt gebruikt om automatisch te leren van gebruikersvoorkeuren en dit toe te passen op gegevens die het systeem nog niet eerder heeft gezien.
Naarmate meer en meer technologieën gebruik gaan maken van machine learning, is een daarmee gepaard gaande uitdaging bias, waarbij een algoritme resultaten produceert die de ene set uitkomsten of gebruikers bevoordelen ten opzichte van een andere set, vaak menselijke vooroordelen versterkend. Twitter is bij verschillende gelegenheden beschuldigd van politieke vooringenomenheid, waarbij politici of commentatoren beweerden dat het algoritme van Twitter de stemmen van hun tegenstanders versterkt, of hun eigen stemmen het zwijgen oplegt.
In dit klimaat heeft Twitter een studie laten uitvoeren om na te gaan of hun algoritme een bepaalde politieke ideologie zou kunnen aanhangen. Hoewel Twitter de bevindingen van het onderzoek in 2021 bekendmaakte, is de studie nu gepubliceerd in het peer-reviewed tijdschrift PNAS.
De studie keek naar een steekproef van 4% van alle Twitter-gebruikers die waren blootgesteld aan het algoritme (46.470.596 unieke gebruikers). Het omvatte ook een controlegroep van 11.617.373 gebruikers die nooit automatisch aanbevolen tweets in hun feeds hadden ontvangen.
Dit was geen manuele studie, waarbij, laten we zeggen, de onderzoekers vrijwilligers rekruteerden en hen vragen stelden over hun ervaringen. Het zou niet mogelijk zijn geweest om op die manier zo’n groot aantal gebruikers te bestuderen. In plaats daarvan konden de onderzoekers hun bevindingen genereren met behulp van een computermodel.
Lees meer:
Twitter’s verbod op politieke advertenties verandert het spel wel op één manier
De auteurs analyseerden het “algoritmische versterking” effect op tweets van 3.634 verkozen politici van grote politieke partijen in zeven landen met een grote gebruikersbasis op Twitter: de VS, Japan, het VK, Frankrijk, Spanje, Canada en Duitsland.
Algoritmische amplificatie verwijst naar de mate waarin een tweet meer kans heeft om gezien te worden op een reguliere Twitter-feed (waar het algoritme actief is) in vergelijking met een feed zonder geautomatiseerde aanbevelingen.
Dus als bijvoorbeeld de algoritmische versterking van de tweets van een bepaalde politieke groepering 100% was, betekent dit dat in feeds met het algoritme, de tweets van die partij door twee keer zoveel gebruikers werden gezien dan onder gebruikers die scrollen zonder de geautomatiseerde aanbevelingen (de controlegroep).
De onderzoekers berekenden de amplificatie op basis van het tellen van gebeurtenissen die “linger impressions” worden genoemd. Deze gebeurtenissen worden geregistreerd telkens wanneer minstens 50% van het gebied van een tweet zichtbaar is gedurende minstens 0,5 seconde, en geven een goede indicatie dat een gebruiker aan een tweet is blootgesteld.
Twitter gebruikt een algoritme om automatisch gepersonaliseerde inhoud aan gebruikers aan te bevelen.
astarot/Shutterstock
De onderzoekers ontdekten dat in zes van de zeven landen (Duitsland was de uitzondering), het algoritme de versterking van tweets van politiek rechtse bronnen aanzienlijk bevoordeelde.
Over het algemeen was de versterkingstrend niet significant bij individuele politici van specifieke partijen, maar wel wanneer ze werden samengenomen als een groep. De grootste contrasten waren te zien in Canada (de tweets van de liberalen werden met 43% versterkt, tegen die van de conservatieven met 167%) en het Verenigd Koninkrijk (de tweets van Labour werden met 112% versterkt, terwijl die van de conservatieven met 176% werden versterkt).
Versterking van rechts nieuws
In de wetenschap dat tweets van verkozen ambtenaren slechts een klein deel van de politieke inhoud op Twitter vertegenwoordigen, keken de onderzoekers ook of het algoritme onevenredig nieuwsinhoud van een bepaald punt in het ideologische spectrum versterkt.
Daartoe maten zij de algoritmische versterking van 6,2 miljoen politieke nieuwsartikelen die in de VS werden gedeeld. Om de politieke voorkeur van de nieuwsbron te bepalen, gebruikten ze twee onafhankelijk gecureerde media bias-rating datasets.
Vergelijkbaar met de resultaten in het eerste deel van de studie, vonden de auteurs dat inhoud van rechtse mediakanalen meer wordt versterkt dan die van verkooppunten op andere punten van het ideologische spectrum.
Uit dit deel van de studie bleek ook dat extreem-linkse en extreem-rechtse mediakanalen niet significant werden versterkt in vergelijking met politiek gematigde kanalen.
Lees meer:
Zes manieren waarop Twitter de wereld heeft veranderd
Hoewel dit een zeer grote studie is die pertinente conclusies trekt, zijn er enkele dingen waar we ons bewust van moeten zijn bij het interpreteren van de resultaten. Zoals de auteurs aangeven, kunnen de algoritmen worden beïnvloed door de manier waarop verschillende politieke groeperingen te werk gaan. Zo zouden sommige politieke groeperingen bijvoorbeeld betere tactieken en strategieën kunnen toepassen om hun inhoud op Twitter te versterken.
Het is verheugend om te zien dat Twitter het initiatief neemt om dit soort onderzoek uit te voeren, en de bevindingen te evalueren. De volgende stappen zijn het verzamelen van meer gedetailleerde gegevens om te begrijpen waarom hun algoritme misschien politiek rechts bevoordeelt, en wat ze kunnen doen om dit probleem te beperken.
Shoaib Jameel ontvangt financiering van Innovate UK.
