Wat kunt u te weten komen over filterbubbels als u een dataset van miljarden tweets over een periode van 8 jaar analyseert? De resultaten zullen ongetwijfeld zeer interessante zijn. Vooral dat je geen algoritmes nodig hebt om in een echokamer te blijven en dat het bouwen van bruggen tussen echokamers een prijs heeft. Dit alles draagt noodzakelijk bij tot de voortdurende discussie over de realiteit van algoritmische filterbubbels.
Inleiding
Garimella et al (2018) (Engelse site) onderzocht politieke uitwisselingen op Twitter. Het onderzoek verschilt van dat van Bakshy e.a. (2015) in die zin dat deze keer zowel de boodschap als het netwerk om ze uit te dragen werden onderzocht. Dat is een significante methodologische verbetering ten opzichte van de studie van Bakshy et al. die zich richtte op de consumptie van “transversale” inhoud (inhoud van een andere aard). We moeten er echter op wijzen dat het onderzoek van Bakshy (gebaseerd op Facebook-gegevens en niet op Twitter-gegevens) kwam op een moment dat Facebook ervan beschuldigd werd de mening van de kiezer te hebben beïnvloed. De focus lag toen dus op de inhoud.
Neem een partijdige mening aan als u populair wilt zijn op Twitter
De titel van deze paragraaf lijkt overdreven, maar is ruwweg de essentie van de onderzoeksresultaten.
Degenen die partijpolitieke boodschappen uitdragen (d.w.z. inhoud die uitsluitend naar één kant van het politieke spectrum leunt) genieten statistisch van hogere retweetfrequenties, hogere aantallen retweets, en hogere aantallen favorieten.
Aansluiten bij echokamers heeft een prijs voor twitteraars
De zogenaamde “bipartisane” gebruikers (d.w.z. gebruikers die tweets verzenden die aan weerszijden van het politieke spectrum ondersteuning bieden) nemen een minder centrale plaats in hun netwerk in (positie meetbaar via hun PageRank) en zijn – logischerwijs – ook minder populair (populariteit gemeten aan de hand van frequentie en volume van retweets, evenals van voorkeursfrequentie en -volume). Er werd echter geen significant verschil gevonden in het aantal volgers.
Bipartijdig zijn en proberen tegengestelde politieke opvattingen over te brengen aan de eigen gemeenschap heeft dus een prijs: die van een afname van de betrokkenheid van de eigen gemeenschap.
Hebben we algoritmen nodig om in een filterbubbel vast te zitten?
Deze studie toont aan dat we niet noodzakelijk algoritmen nodig hebben om vast te komen te zitten in een echokamer. Cognitieve dissonantie en groepseffecten zijn hiervoor voldoende.
Twitter filtert berichten niet (er is geen aanbevelingsalgoritme zoals op Facebook) en toch is polarisatie een realiteit op dit sociale netwerk. Gebruikers aansporen tot minder polarisatie is zeker een aspect dat deel zal moeten uitmaken van toekomstige algoritmische ontwikkelingen. Zoals ik al vaak heb uitgelegd, zijn algoritmen computerhulpmiddelen zoals alle andere die zouden moeten worden ontworpen voor het welzijn van de samenleving als geheel, wat noodzakelijkerwijs meer uitwisseling en minder polarisatie vereist. Extremen hebben nooit geholpen om van de wereld een betere plek te maken.
Posted in Onderzoek.
