Автор: Дарья Колмина
"Питерские заметки", 18.09.2023:
Новое исследование, проведенное экспертами по науке о данных Университета Иллинойса в Урбане-Шампейне и Глобального Пульса Организации Объединенных Наций, не выявило убедительных доказательств того, что YouTube способствовал распространению антивакцинных настроений во время пандемии COVID-19.
Исследование, опубликованное в Журнале медицинских интернет-исследований, провело алгоритмический аудит для проверки того, действовала ли система рекомендаций YouTube как "кроличья нора", ведущая пользователей, ищущих видеоролики о вакцинации, к антивакцинному контенту
Исследователи попросили участников, обученных Всемирной организацией здравоохранения, и работников Amazon Mechanical Turk найти антивакцинное видео с как можно меньшим количеством кликов, начиная с первоначального информационного видеоролика о COVID-19, опубликованного ВОЗ. Они сравнили рекомендации, которые увидели эти пользователи, с видеороликами, полученными из интерфейса программирования приложений YouTube, и с видеорекомендациями Up-Next YouTube, которые были представлены чистыми браузерами без идентифицирующих данные пользователей файлов cookie.
Затем команда использовала методы машинного обучения для классификации антивакцинного контента, проанализировав более 27000 видеорекомендаций, предоставленных YouTube.
"Мы не обнаружили доказательств того, что YouTube способствует распространению антивакцинного контента среди своих пользователей", — сказала Маргарет И Ман Нг, профессор журналистики из Иллинойса, работающая в Институте исследований по коммуникациям и являющаяся ведущим автором исследования. "Средний объем видеороликов с антивакцинной тематикой или с сомнениями в вакцинации оставался ниже 6% на всех этапах рекомендационных траекторий пользователей."
Мы хотели узнать, как различные субъекты используют платформу для распространения своего контента, чтобы мы могли разработать рекомендации по тому, как YouTube мог бы лучше предотвращать распространение дезинформации. Вопреки общему мнению, YouTube не продвигал антивакцинный контент. Исследование показывает, что алгоритмы YouTube, напротив, рекомендовали другой контент, связанный неявно с вакцинацией", сообщила исследователь Глобального Пульса ООН Кэтрин Хоффман Фам.
"Видеоролики, на которые направляли пользователей, были более длинными и содержали более популярный контент, и пытались использовать стратегию блокбастера, чтобы привлечь пользователей, продвигая другой успешный контент на платформе", — сказала Нг.
Исследование показало, что история просмотров пользователей значительно влияет на рекомендации видео, что подразумевает, что данные из API или чистого браузера не предоставляют точную картину рекомендаций, которые видят реальные пользователи.
Реальные пользователи видели немного больше контента в пользу вакцинации, когда они просматривали рекомендации. В то время как поиски, выполненные с помощью API или чистых браузеров во время исследования, смещались в сторону несвязанных рекомендаций по мере их продвижения.
"Понимание систем рекомендаций важно, потому что это способствует прозрачности и делает их ответственными", — добавил соавтор Мигель Луенго-Ороз, профессор Телекоммуникационной школы Универсидад Политехника де Мадрид. "Это помогает людям понимать, какие выборы делаются за них дизайнерами платформы".
Исследование, опубликованное в Журнале медицинских интернет-исследований, провело алгоритмический аудит для проверки того, действовала ли система рекомендаций YouTube как "кроличья нора", ведущая пользователей, ищущих видеоролики о вакцинации, к антивакцинному контенту
Исследователи попросили участников, обученных Всемирной организацией здравоохранения, и работников Amazon Mechanical Turk найти антивакцинное видео с как можно меньшим количеством кликов, начиная с первоначального информационного видеоролика о COVID-19, опубликованного ВОЗ. Они сравнили рекомендации, которые увидели эти пользователи, с видеороликами, полученными из интерфейса программирования приложений YouTube, и с видеорекомендациями Up-Next YouTube, которые были представлены чистыми браузерами без идентифицирующих данные пользователей файлов cookie.
Затем команда использовала методы машинного обучения для классификации антивакцинного контента, проанализировав более 27000 видеорекомендаций, предоставленных YouTube.
"Мы не обнаружили доказательств того, что YouTube способствует распространению антивакцинного контента среди своих пользователей", — сказала Маргарет И Ман Нг, профессор журналистики из Иллинойса, работающая в Институте исследований по коммуникациям и являющаяся ведущим автором исследования. "Средний объем видеороликов с антивакцинной тематикой или с сомнениями в вакцинации оставался ниже 6% на всех этапах рекомендационных траекторий пользователей."
Мы хотели узнать, как различные субъекты используют платформу для распространения своего контента, чтобы мы могли разработать рекомендации по тому, как YouTube мог бы лучше предотвращать распространение дезинформации. Вопреки общему мнению, YouTube не продвигал антивакцинный контент. Исследование показывает, что алгоритмы YouTube, напротив, рекомендовали другой контент, связанный неявно с вакцинацией", сообщила исследователь Глобального Пульса ООН Кэтрин Хоффман Фам.
"Видеоролики, на которые направляли пользователей, были более длинными и содержали более популярный контент, и пытались использовать стратегию блокбастера, чтобы привлечь пользователей, продвигая другой успешный контент на платформе", — сказала Нг.
Исследование показало, что история просмотров пользователей значительно влияет на рекомендации видео, что подразумевает, что данные из API или чистого браузера не предоставляют точную картину рекомендаций, которые видят реальные пользователи.
Реальные пользователи видели немного больше контента в пользу вакцинации, когда они просматривали рекомендации. В то время как поиски, выполненные с помощью API или чистых браузеров во время исследования, смещались в сторону несвязанных рекомендаций по мере их продвижения.
"Понимание систем рекомендаций важно, потому что это способствует прозрачности и делает их ответственными", — добавил соавтор Мигель Луенго-Ороз, профессор Телекоммуникационной школы Универсидад Политехника де Мадрид. "Это помогает людям понимать, какие выборы делаются за них дизайнерами платформы".