قال تقرير إن خوارزمية يوتيوب دفعت مزاعم تزوير الناخبين إلى أنصار ترامب

توسيع ناثان هوارد / سترينجر | جيتي إيماجيس نيوز

لسنوات ، اقترح الباحثون أن الخوارزميات التي تغذي محتوى المستخدمين ليست سببًا لغرف الصدى عبر الإنترنت ، ولكن من المرجح أن يرجع ذلك إلى قيام المستخدمين بالبحث النشط عن محتوى يطابق معتقداتهم. هذا الأسبوع ، أظهر باحثو جامعة نيويورك لمركز وسائل التواصل الاجتماعي والسياسة نتائج تجربة على موقع يوتيوب تم إجراؤها للتو في الوقت الذي أثيرت فيه مزاعم تزوير الناخبين في خريف 2020. ويقولون إن النتائج التي توصلوا إليها تقدم تحذيرًا مهمًا للسابق يُظهر البحث أدلة على أن خوارزمية YouTube في عام 2020 كانت مسؤولة عن التوصية "بشكل غير متناسب" بمحتوى احتيال الناخبين إلى المزيد من المستخدمين "المتشككين" فيما يتعلق بشرعية الانتخابات في البداية ".

قال مؤلف مشارك في الدراسة ، عالم السياسة بجامعة فاندربيلت ، جيمس بيسبي ، لموقع The Verge أنه على الرغم من التوصية بالمشاركين بعدد قليل من مقاطع الفيديو الخاصة برفض الانتخابات (تم النقر على 12 مقطع فيديو كحد أقصى من بين مئات المشاركين) ، فقد تم إنشاء الخوارزمية ثلاثة أضعاف عدد مقاطع الفيديو. الكثير للأشخاص الذين يميلون للانضمام إلى المؤامرة أكثر من الأشخاص الذين لم يفعلوا ذلك. قال بيسبي: "كلما زادت حساسيتك تجاه هذه الأنواع من القصص حول الانتخابات ... نوصي بمزيد من المحتوى حول هذه القصة".

قالت المتحدثة باسم YouTube إلينا هيرنانديز لـ Ars أن تقرير فريق Bisbee "لا يمثل بدقة كيفية عمل أنظمتنا." صرح هيرنانديز ، "لا يسمح YouTube أو يوصي بمقاطع الفيديو التي تقدم ادعاءات كاذبة بحدوث احتيال أو خطأ أو مشكلة على نطاق واسع في الانتخابات الرئاسية الأمريكية لعام 2020" و "مقاطع الفيديو والقنوات الأكثر شيوعًا ، تأتي مشاهدات YouTube ذات الصلة بالانتخابات والتوصيات من مصادر موثوقة ، مثل القنوات الإخبارية. "

يذكر فريق Bisbee مباشرةً في تقريره أنهم لم يحاولوا حل لغز كيفية عمل نظام توصيات YouTube:

"بدون الوصول إلى خوارزمية السر التجاري في YouTube ، لا يمكننا القول على وجه اليقين أن نظام التوصيات يستدل على شهية المستخدم لمحتوى احتيالي للناخبين باستخدام سجل المشاهدة السابق ، أو الخصائص الديمغرافية ، أو مزيج من الاثنين. مساهمتنا ، نتعامل مع الخوارزمية على أنها الصندوق الأسود ، ونسأل ببساطة عما إذا كانت ستوصي بشكل غير متناسب باختيار محتوى احتيالي للمستخدمين الذين يشككون أكثر في شرعية الانتخابات. "

لإجراء تجربتهم ، قام فريق Bisbee بتجنيد المئات من مستخدمي YouTube وأعاد إنشاء تجربة التوصية عن طريق مطالبة كل مشارك بإكمال الدراسة عن طريق تسجيل الدخول إلى حساب YouTube الخاص بهم. بعد أن نقر المشاركون على توصيات مختلفة ، سجل الباحثون أي محتوى موصى به تم تمييزه على أنه يدعم مزاعم ترامب بشأن تزوير الناخبين أو يدحضها أو يبلغ عنها بشكل محايد. بعد الانتهاء من مشاهدة مقاطع الفيديو ، أجرى المشاركون استبيانًا مطولًا لمشاركة أفكارهم حول انتخابات 2020.

أخبر بيسبي آرس أن "الغرض من دراستنا لم يكن قياس أو وصف أو عكس هندسة الأعمال الداخلية لخوارزمية YouTube ، بل وصف الاختلاف المنهجي في المحتوى الموصى به للمستخدمين المهتمين إلى حد ما حول الاحتيال الانتخابي. كان الهدف الوحيد من الدراسة هو تحليل المحتوى المقدم للمستخدمين من أجل اختبار ما إذا كانت أنظمة التوصية عبر الإنترنت تساهم في "بيئة المعلومات المستقطبة". p>

"يمكننا عرض هذا النموذج دون إجراء هندسة عكسية لخوارزمية الصندوق الأسود التي يستخدمونها ،" قال بيسبي لآرس. "لقد شاهدنا للتو ما تم عرضه على الأشخاص الحقيقيين." اختبار نظام توصية يوتيوب

أبلغ فريق Bisbee عن هذا الأمر لأن خوارزمية YouTube تعتمد على عرض التواريخ والاشتراكات. في معظم الحالات ، تكون تجربة إيجابية للمحتوى الموصى به ليتوافق مع اهتمامات المستخدم. ولكن نظرًا للظروف الأليمة التي أعقبت انتخابات عام 2020 ، توقع الباحثون أن نظام التوصية سيوفر بشكل طبيعي المزيد من محتوى احتيال الناخبين للمستخدمين الذين كانوا بالفعل متشككين في فوز جو بايدن. / p>

لاختبار الفرضية ، "راقب الباحثون بعناية سلوك مستخدمي YouTube الحقيقيين أثناء تواجدهم على المنصة." قام المشاركون بتسجيل الدخول إلى حساباتهم وتنزيل متصفح ...