gemini

De algoritmer, der styrer nyhedsstrømmen på sociale medier som Facebook og X, fremmer ofte politisk polarisering. Men et nyt studie, som forskere fra Københavns Universitet, Technische Universität Dresden og Max Planck Institute for Human Development har offentliggjort i dag, peger på en mere konstruktiv retning for branchen. Studiet konkluderer, at alternative metoder til sortering af indhold i brugernes feed kan skabe en større fælles forståelse og faktuel korrekthed. I dag prioriterer de største platforme indhold ud fra brugerengagement i form af likes, kommentarer og delinger. Ifølge adjunkt Jason William Burton fra Institut for Psykologi ved Københavns Universitet har den eksisterende model markante ulemper. Techfirmaerne siger, at deres algoritmer blot er designet til at hjælpe brugerne med at finde det indhold, de gerne vil se. Men vores studie viser, at den måde, algoritmerne fungerer på, potentielt kan bidrage til, at brugerne bliver polariserede eller mere resistente over for fakta. På den ene side er vores resultater bekymrende, fordi sociale medier er blevet så dominerende. Men på den anden side kan studiet også ses i et positivt lys, fordi vi viser, at det faktisk er muligt at designe algoritmer, der hjælper brugere med at opnå større gensidig forståelse på disse platforme. Jason William Burton og fortsætter: Engagement kan vildlede brugerne Gennem onlineeksperimenter testede forskerholdet flere forskellige algoritmer op mod hinanden. Testen viste, at den personlige, engagementbaserede algoritme – den type, der primært driver motorerne bag Facebook og X – førte til de mest polariserede og mindst korrekte holdninger blandt testpersonerne. Paradoksalt nok …. (læs mere her)