یکی از راههای جلوگیری از نشان ندادن محتواهایی که دوست ندارید در یوتیوب مشاهده کنید، زدن دکمه Dislike است؛ اما واقعا این دکمه کارایی لازم را دارد؟
اگر محتوای منتشر شده در یوتیوب را مشاهده کرده باشید، حتما میدانید که تولیدکنندگان محتوا از تمام افرادی که در حال مشاهده ویدیوهای آنها هستند، میخواهند که دکمه لایک را بزنند. در واقع، آنها اعتقاد دارند که بازخورد مربوط به آن برای موفقیت آنها در این پلتفرم بسیار حیاتی است و باعث میشود که بااستفادهاز الگوریتم یوتیوب، بیشتر دیده شوند.
حال، یکی از جدیدترین مطالعات انجام شده توسط بنیا موزیلا مشخص کرده است که کاربرانی که برای حذف محتوایی که به دیدن آنها علاقهای ندارند، روی دکمه Dislike میزنند، عملا وقت خود را تلف کردهاند. با بررسی این گزارش، متوجه خواهیم شد که موزیلا از 22722 نفر کاربر استفاده کرد تا اکستنشن RegretsReporter خود را روی مرورگرهای خود نصب کنند. تمام اطلاعات بهدست آمده برای بازه زمانی بین ماه دسامبر سال 2021 تا ژوئن 2022 هستند.
در طول این بررسیها و تحقیقات انجام شده، محققان بیش از نیم میلیارد توصیه انجام شده توسط یوتیوب را که پس از کلیک کاربران روی یکی از ابزارهای مربوط به بازخورد منفی این پلتفرم ارائه شده بود، تجزیه و تحلیل کردند. دکمههای Don’t Recommend Channel و Dislike از جمله مهمترین ابزارهایی هستند که دراختیار کاربران قرار دارد تا بااستفادهاز آن بتوانند جلوی نمایش محتواهایی که دوست ندارند را بگیرند.
بکا ریکس، محقق ارشد موزیلا، در مورد نحوه مدیریت توصیهها و نتایج جستجوهای یوتیوب، سوال زیر را مطرح کرده است:
Dislike و Don’t Recommend Channel ابزارهایی هستند که یوتیوب برای کنترل توصیههایشان به مردم ارائه میکند؛ اما واقعا چه تاثیری بر ویدیوهای توصیه شده به شما دارد؟
با زدن هر کدام از این دکمهها، تاثیرات متفاوتی بر احتمال توصیه شدن محتوای مشابه در آینده وجود دارد. براساس گفتههای بنیاد موزیلا، اگر شما دکمه Don’t Recommend Channel را بزنید، تنها 43 درصد از ویدیوهایی که احتمالا دوست ندارید مشاهده کنید را دیگر نخواهید دید. ازطرفیدیگر، اگر روی Dislike بزنید، این عدد به 12 درصد خواهد رسید که در نوع خود بسیار تعجبآور است. ریکس در مورد این موضوع میگوید:
آنچه که ما دریافتیم، این بود که مکانیسمهای کنترلی یوتیوب، واقعا برای جلوگیری از توصیههای ناخواسته کفی بهنظر نمیرسد.
بنیاد موزیلا در مورد این تحقیقات خود میگوید که ما این کار را تنها برای افزایش نظرات عمومی در یوتیوب طی سالهای اخیر انجام دادیم که افزایش یافته بود. ریکس میگوید که آنها در مورد معیارهایی مانند زمانی که بهخوبی صرف شده یا رضایت کاربر درمقایسهبا زمان تماشا ویدیو زیاد صحبت کردهاند. او در ادامه گفت:
ما واقعا کنجکاو بودیم که برخی از این سیگنالها تا چه اندازه توسط الگوریتمها دریافت میشوند. این موضوع در زمان برای ما حیاتیتر شد که که در گزارش قبلی درمورد یوتیوب که روی آن کار کرده بودیم، از مردم شنیدیم که احساس نمیکنند که کنترل را در دست دارند.
اگر بخواهیم که برای این موضوع مثالی را مطرح کنیم، باید به ماه فوریه سال جاری میلادی بازگردیم. یکی از کاربران در مطالعه انجام شده توسط موزیلا به این کلیپ تاکر کارلسون که توسط فاکسنیوز در روز 13 فوریه منتشر شده بود، Dislike داده بود. او تا یک ماه هیچ محتوایی از تاکر کارلسون را ندیده بود، تا اینکه بعد از این بازه زمانی گفته شده، ویدیو دیگری از برنامه تلویزیونی کارلسون به او توصیه شد که دوباره توسط کانال رسمی یوتیوب فاکس نیوز در دسترس قرار گرفته بود.
در جایی دیگر، کاربری متفاوت در ماه فوریه به ویدیویی که نشاندهنده وبکمهای متمرکزبر مناطق تحت درگیری در اوکراین بود، پاسخ منفی داد. در عرض یک ماه، ویدیوی دیگری به او از کانال یوتیوب WarShock نشان داده شد که در آن جزئیاتی در مورد چگونگی خروج سربازان روسی کشته شده از اکراین مشخص بود. بکا ریکس هیچ تردیدی در مورد محتوای نشان داده شده در ویدیوها ندارد و میگوید که دستورالعملهای یوتیوب با زدن دکمههای گفته شده هیچگاه تغییر پیدا نمیکند. او در ادامه گفت:
اما اگر شما بهعنوان یک کاربر میگویید که نمیخواهید ویدیویی را مشاهده کنید، نسبتا تکاندهنده و تعجبآور است که باز هم ویدیویی در آن سبک به شما نشان داده میشود.
گالوم چسلات، کارمند سابق یوتیوب و بنیانگذار AlgoTransparency، میگوید:
من واقعا از این موضوع تعجب نمیکنم. من احساس میکنم که شما باید بتوانید آنچه را که میخواهید انتخاب کنید و به الگوریتم نشان دهید؛ اما یوتیوب هیچگاه به شما اجازه این کار را نمیدهد.
برای آن دسته از کاربران که با AlgoTransparency آشنایی ندارند، باید بگوییم که سایتی است که الگوریتمهای یوتیوب را مشخص میکند. یوتیوب میگوید که سیستمهایش دقیقا در راستای خواستههای آنها کار میکند و هیچ اشکالی را ندارد. النا هرناندز، سخنگوی یوتیوب، میگوید:
گزارش موزیلا، نحوه عملکرد واقعی سیستمهای ما را در نظر نمیگیرد؛ بنابراین، برای ما دشوار است که Insightهای زیادی را جمعآوری کنیم. آنها شامل توانایی مسدود کردن یکی ویدیو یا کانال از توصیه به کاربران در آینه است.
تفاوتهایی که موزیلا و یوتیوب در تفسیرهایشان از میزان موفقیت ورودیهای don’t recommend با یکدیگر متفاوت هستند و بهنظر میرسد که در مورد شباهت موضوعات، افراد یا محتوا است. یوتیوب میگوید که درخواست از الگوریتم خود برای توصیه نکردن یک ویدیو یا یک کانال، بهسادگی الکوریتم را از توصیه آن سبک از ویدیوها یا کانالهای خاص بازنگه میدارد. آنها در ادامه میگویند که انجام این کار، دسترسی کاربر به موضوع، نظر یا سخنرانی خاصی را تحت تاثیر قرار نمیدهد. هرناندز میگوید:
کنترلهای ما کل موضوعات یا دیدگاهها را فیلتر نمیکند؛ چرا که این کار میتواند اثرات منفی مانند ایجاد creating echo chambers برای کاربران را بههمراه داشته باشد.
جسی مککروسی، دانشمند علوم دادهای که با موزیلا روی این مطالعه کار میکند، میگوید که این موضوعاتی که یوتیوب در مورد سیستمهای توصیهکننده آنها صحبت میکند، از روی بیانیههای عمومی که منتشر میکنند بههیچ عنوان مشخص نیست. او در ادامه گفت:
ما چند نگاه کوچک به جعبه سیاه داریم که نشان میدهد یوتیوب هبصورت کلی دو نوع بازخورد را در نظر میگیرد: جنبه مثبت آن که تعامل است و مدت زمانی که کاربران یوتیوب را تماشا میکنند و تعداد ویدیوهایی که میبینند را شامل میشود. در طرف دیگر هم بازخوردهای صریح قرار دارد که از مهمترین آنها میتوان به Dislike اشاره کرد. یوتیوب بهصورتی تعادلی به آنها نگاه میکند و به آنها بهطور مساوی اهمیت میدهد. آنچه که ما در این مطالعه دیدیم، آن است که قسمت تعامل بیشتر از هر چیز دیگری اهمیت دارد و انواع دیگری از بازخوردها کمتر دیده میشوند.
Data & Society، سازمانی غیرانتفاعی است که در گذشته الگوریتم یوتیوب را مورد بررسی قرار داده بود و رابین کاپلان، محقق ارشد آنها، میگوید که تمایز بین آنچه که یوتیوب معتقد است در مورد الگوریتمهایش میداند و آنچه که موزیلا میگوید، بسیار مهم است. برخی از این یافتهها با آنچه که یوتیوب میگوید کاملا یکسان است و در نقطه مقابل آن، ویژگیهایی است که برای ارائه بازخورد به تولیدکنندگان محتوا وجود دارد.
کاپلان از این مطالعه و یافتههای آن استقبال میکند و میگوید که اگرچه این امکان وجود دارد افشاگرای اسلم دانک در مورد نظر موزیلا بیش از آنچه که محققان امیدوار بودند ناقص بود، اما با این حال، مشکل کاربران در مورد کنترلی که روی توصیههای یوتیوب خود دارند را برجسته میکند. کاپلان میگوید:
این تحقیق به ما نشان میدهد که به نظرسنجی منسجمتر و منظمی از کاربران در مورد ویژگیهای این سایت، نیاز داریم. اگر این مکانیسمهای بازخوردی، همانطور که در نظر گرفته شده کار نکنند، ممکن است که مردم را از خود دور کند.
سردرگمی در مورد عملکرد مورد نظر ورودیهای کاربر، موضوع کلیدی بخش دوم مطالعات انجام شده توسط موزیلا است. در این بخش از حدود یکدهم افرادی که اکستنشن RegretsReporter را نصب کرده بودند و در مطالعه شرکت کرده بودند، گفتند که از این که ورودیها بهصورتی خاص به ویدیوها و کانالها میرفتند، قدردانی میکردند، اما انتظار داشتند که الگوریتمهای توصیههای یوتیوب، بهصورت گستردهتری اطلاعرسانی کنند.