يختبر يوتيوب YouTube طرقاً جديدة لجعل خوارزميته أكثر إدماناً

تصرح منصة يوتيوب بشكلٍ علني بأنها تحاول أن تفعل ما في وسعها لتقليل تضخم المحتوى الشديد. إلا أنها لا تزال تبحث عن طرق لإبقاء المستخدمين على الموقع. 

خوارزميات توصيات او مقترحات يوتيوب

تعد خوارزميات التوصيات Recommendation algorithms من أقوى أنظمة التعلم الآلي اليوم نظراً لقدرتها على تشكيل المعلومات التي نستهلكها. وتمتلك خوارزمية algorithm موقع يوتيوب YouTube  بشكل خاص تأثيراً كاسحاً .

حيث يقدر أن هذه المنصة تحتل المرتبة الثانية بعد غوغل Google في عدد زوار الموقع الإلكتروني (ترافيك) web traffic ، كما يتم ضخ حوالي 70%مما يشاهده المستخدمون من خلال التوصيات Recommendation.

وقد أصبح هذا التأثير في السنوات الأخيرة قيد التدقيق الشديد. ونظراً لأن الخوارزمية مُحسَّنة إلى حد الكمال في سبيل جعل الناس يتفاعلون مع مقاطع الفيديو ، فإنها تميل إلى تقديم خيارات تعزز ما يحبه أو يعتقده شخص ما ، مما قد يخلق تجربة إدمان تغلق طرق العرض أو وجهات النظر الأخرى .

وغالباً ما يقوم هذا أيضاً بمكافئة مقاطع الفيديو الأكثر تطرفاً وإثارة للجدل ، والتي أظهرت الدراسات أنها يمكن أن تدفع الناس سريعاً إلى مواقف أو بيئات غريبة و مربكة و عميقة في المحتوى وتؤدي إلى التطرف السياسي.

 و في مقالنا هذا ، نورد إليك كيفية عمل نظام توصيات برنامج اليوتيوب YouTube حالياً . إذ أنه و لتزويد المشاهدين بالشريط الجانبي لمقاطع الفيديو الموصى بها ، يقوم أولاً بتجميع قائمة مختصرة تضم عدة مئات من مقاطع الفيديو من خلال البحث عن مقاطع فيديو تتطابق مع الموضوع والميزات الأخرى التي تشاهدها.

ثم يتم تصنيف القائمة وفقاً لتفضيلات المستخدم ، والتي يتعلمها عن طريق تغذية و ضخ  كل نقراتك وما يعجبك والتفاعلات الأخرى في خوارزمية التعلم الآلي.

ماذا يعني التحيّز الضمني؟

و يستهدف الباحثون على وجه التحديد من بين التحديثات المقترحة ، مشكلة يسمونها "التحيز الضمني implicit bias".

وهي تشير إلى الطريقة التي يمكن أن تؤثر بها التوصيات نفسها على سلوك المستخدم ، مما يجعل من الصعب فك تشفير عملية ما إذا كنت قد نقرت على مقطع فيديو بسبب إعجابك به أم لأنه موصى به أو ينصح به للغاية.

و يكمن التأثير في أنه -و بمرور الوقت- يمكن للنظام دفع المستخدمين بعيداً للغاية، عن مقاطع الفيديو التي يريدون مشاهدتها بالفعل.

و لتقليل هذا التحيز ، يقترح الباحثون إدخال تعديلات و تحسينات على نظام الخوارزمية : بمعنى أنه في كل مرة ينقر فيها المستخدم على مقطع فيديو ، فإنه يؤدي أيضاً إلى تصنيف الفيديو في شريط التوصية.

و يتم إعطاء قيمة أو أهمية أقل لمقاطع الفيديو القريبة من الشريط الجانبي عند إدخالها في خوارزمية التعلم الآلي ؛ و هكذا يتم تقديم المزيد من مقاطع الفيديو ذات التقييم الممتاز ، والتي تتطلب من المستخدم تمرير قائمة الخيارات الموجودة لديه.

وعندما قام الباحثون  باختبار هذه التغييرات بشكل مباشر و حي على موقع يوتيوب ، وجدوا مشاركة أكبر بكثير من قبل المستخدمين المرتبطين بهذا التطبيق .

التعديلات الجديدة بين مؤيد و معارض

على الرغم من أن ورقة البحث لا توضح ما إذا كان سيتم نشر النظام الجديد بشكل دائم ، إلا أن غيلوم كاسلوت Guillaume Chaslot ، وهو مهندس سابق على موقع يوتيوب، و الذي  يدير الآن موقع AlgoTransparency.org ، قال إنه "واثق تماماً" من أن ذلك سيحدث بشكل سريع نسبياً : "لقد قالوا إنه يزيد من وقت المشاهدة بنسبة 0.24 %. إذا قمت بحساب المبلغ ، فإنني أعتقد أن هذا يعني ربما عشرات الملايين من الدولارات. "

و قد قال العديد من الخبراء الذين راجعوا ورقة البحث أن التغييرات يمكن أن يكون لها آثار سيئة. وقال جوناس كايزر Jonas Kaise ، أحد المنتسبين في مركز بيركمان كلاين للإنترنت والمجتمع Berkman Klein Center for Internet & Society : " لقد وجدنا في بحثنا أن خوارزميات برنامج يوتيوب قد خلقت مجتمعاً معزولاً، يمينيٌ إلى أبعد حد ودفعت المستخدمين نحو مقاطع الفيديو الخاصة بالأطفال وعززت المعلومات الخاطئة".

 كما قال جوناثان أولبرايت Jonathan Albright ، مدير مبادرة الطب الشرعي الرقمي في مركز السحب للصحافة الرقمية  Tow Center for Digital Journalism أنه :" على الهامش ، قد يعزز هذا التغيير (...) تشكيل مجتمعات معزولة أكثر مما رأيناه بالفعل".

كما أضاف  قائلاً أنه و بينما يكون : " التقليل و التخفيض  من المواقف المتحيزة هي بداية جيدة لإبطاء حلقة التعليقات ذات  المحتوى المنخفض الجودة ، " فإنه ومن الناحية النظرية ، قد يساهم  التغيير أيضاً في تغيير المحتوى المتطرف.

وقالت بيكا لويس  Becca Lewis ، باحثة سابقة في البيانات و المجتمع   Data & Society ، و التي تقوم بدراسة التطرف extremism عبر الإنترنت ، إنه من الصعب معرفة كيف ستتم التغييرات. و أضافت : "إن هذا صحيح بالنسبة إلى برنامج يوتيوب  داخلياً أيضاً ".

و تتابع : "هناك العديد من المجتمعات المختلفة على يوتيوب و يقوم الناس باستخدام يوتيوب بطرق مختلفة ، كما أن هناك أنواعاً مختلفة من المحتوى ، حيث تكون الآثار مختلفة في كثير من الحالات. لقد أصبحنا مواد اختبار لموقع يوتيوب YouTube. "

رأي مهندسي يوتيوب!

لدى الوصول للتعليق ، قال متحدث باسم برنامج اليوتيوب إن مهندسيها وفرق منتجاتها قرروا أن التغييرات لن تؤدي إلى تصفية المواضيع التافهة . وفي المقابل ، تتوقع الشركة أن تؤدي التغييرات إلى تقليلها وتنويع التوصيات بشكل عام.

وقد أوصى الباحثون الخارجيون الثلاثة الذين تم الاتصال بهم من قبل  MIT Technology Review بأن على فريق موقع يوتيوب أن يقضي مزيداً من الوقت في استكشاف تأثير التغييرات الحسابية من خلال طرق و أساليب معينة  مثل المقابلات والدراسات الاستقصائية و معلومات المستخدم .

وقال المتحدث إن موقع يوتيوب YouTube قام بذلك إلى حد ما ، وهو يعمل على إزالة المحتوى المتطرف في شكل خطاب الكراهية على  منصته و نظامه الأساسي.

 و قال كايزر Kaiser  : "يجب على يوتيوب أن يبذل المزيد من الطاقة في فهم الخوارزميات التي تفضلها  الجهات الفاعلة وتضخمها بدلاً من كيفية الحفاظ على المستخدمين على المنصة" .

وأضاف لويس Lewis : " إن الشيء المحبط هو أنه ليس من المصلحة التجارية لموقع يوتيوب القيام بذلك". "ولكن هناك ضرورة أخلاقية."

تعديلات و تحديثات : من المرجح أن يكون  تأثير تغير اليوتيوب بناء على أمر من عشرات الملايين، وليس المليارات، من الدولارات.

و قد تم تحديث القصة أيضاً في 27 سبتمبر 2019 الساعة 3:30 مساءً بتوقيت شرق الولايات المتحدة لتعكس استجابة و رد فعل عملاق الفيديو يوتيوب YouTube.

المصدر