Medo (in)fundado do algoritmo: recomendações e polarização do YouTube

 Javier García-Marín, Granada (Espanha)

 Ignacio-Jesús Serrano-Contreras, Jaén (Espanha)

https://doi.org/10.3916/C74-2023-05

Palavras chave

Machine learning, YouTube, redes sociais, sistemas de recomendação, polarização, comunicação

Resumo

As redes sociais estabeleceram uma nova forma de comunicação e compreensão das relações sociais.Ao mesmo tempo, no que poderia ser entendido como um aspecto negativo, os algoritmos têm sido construídos e desenvolvidos sob o guarda-chuva de uma ampla gama de conjecturas e diferentes posicionamentos sobre sua capacidade de dirigir e orquestrar a opinião pública. Este artigo aborda, a partir dos processos de engenharia reversa e mineração semântica, a análise do sistema de recomendação do YouTube. Desta forma, e, em primeiro lugar, para esboçar um resultado chave, os temas analisados de antemão não tendem a ser extremos. Em seguida, e através do estudo dos tópicos selecionados, os resultados não oferecem uma resolução clara das hipóteses propostas, uma vez que, como foi demonstrado em trabalhos semelhantes, os fatores que moldam o sistema de recomendação são variados e de natureza muito diversa. De fato, os resultados mostram como o conteúdo polarizador não é o mesmo para todos os tópicos analisados, o que pode indicar a existência de moderadores – ou ações da empresa – que alteram a relação entre as variáveis. Com tudo isso, trabalhos como este abrem as portas para posteriores incursões acadêmicas nas quais seja possível traçar sistematizações não- lineares e com as quais, talvez, possa-se lançar um sustento mais líquido e substancial que permita esclarecer parte das dúvidas sobre o papel dos algoritmos e seu papel nos fenômenos sociais recentes.

Referências

Alfano, M., Fard, A.E., Carter, J.A., Clutton, P., & Klein, C. (2021). Technologically scaffolded atypical cognition: The case of YouTube’s recommender system. Synthese, 199(1-2), 835-858. https://doi.org/10.1007/s11229-020-02724-x

Link DOI | Link Google Scholar

Almagro, M., & Villanueva, N. (2021). Polarización y tecnologías de la Información: Radicales vs. extremistas. Dilemata, 34, 51-69. https://bit.ly/38YwIiH

Link Google Scholar

Arceneaux, K., & Johnson, M. (2010). Does media fragmentation produce mass polarization? Selective exposure and a new era of minimal effects. In A. Campbell, & L. Martin (Eds.), American Political Science Association 2010 Annual Meeting. SSRN. https://bit.ly/3M1e7jJ

Link Google Scholar

Arias-Maldonado, M. (2016). La digitalización de la conversación pública: Redes sociales, afectividad política y democracia. Revista de Estudios Políticos, 173, 27-54. https://doi.org/10.18042/cepc/rep.173.01

Link DOI | Link Google Scholar

Bail, C.A. (2021). Breaking the social media prism: How to make our platforms less polarizing. Princeton University Press. https://doi.org/10.1515/9780691216508

Link DOI | Link Google Scholar

Banaji, S. (2013). Everyday racism and «My tram experience»: Emotion, civic performance and learning on YouTube. [El racismo cotidiano y «Mi experiencia en un tranvía»: emoción, comportamiento cívico y aprendizaje en YouTube]. Comunicar, 40, 69-78. https://doi.org/10.3916/C40-2013-02-07

Link DOI | Link Google Scholar

Barberá, P. (2020). Social media, echo chambers, and political polarization. In N. Persily, & J. Tucker (Eds.), Social media and democracy: The state of the field, prospects for reform (pp. 34-55). Cambridge University Press. https://doi.org/10.1017/9781108890960

Link DOI | Link Google Scholar

Berners-Lee, T. (2000). Tejiendo la red. Siglo XXI de España. https://bit.ly/3wZ1NMx

Link Google Scholar

Berrocal-Gonzalo, S., Campos-Domínguez, E., & Redondo-García, M. (2014). Media prosumers in political communication: Politainment on YouTube. [Prosumidores mediáticos en la comunicación política: El «politainment» en YouTube]. Comunicar, 43, 65-72. https://doi.org/10.3916/C43-2014-06

Link DOI | Link Google Scholar

Bishop, S. (2018). Anxiety, panic and self-optimization: Inequalities and the YouTube algorithm. Convergence, 24(1), 69-84. https://doi.org/10.1177/1354856517736978

Link DOI | Link Google Scholar

Castells, M. (2001). La era de la información: Economía, sociedad y cultura. Alianza Editorial. https://bit.ly/3LXI18w

Link Google Scholar

Chadwick, A. (2009). Web 2.0: New challenges for the study of e-democracy in an era of informational exuberance. I/S: A Journal of Law and Policy for the Information Society, 5(1), 9-41. https://bit.ly/3MZopSH

Link Google Scholar

Chen, A., Nyhan, B., Reifler, J., Robertson, R., & Wilson, C. (2021). Exposure to alternative & extremist content on YouTube. Anti-Defamation League. https://bit.ly/3MZ19E9

Link Google Scholar

Covington, P., Adams, J., & Sargin, E. (2016). Deep neural networks for YouTube recommendations. In S. Sen, & W. Geyer (Eds.), Proceedings of the 10th ACM Conference on Recommender Systems, (pp. 191-198). Association for Computing Machinery. https://doi.org/10.1145/2959100.2959190

Link DOI | Link Google Scholar

Davidson, J., Livingston, B., Sampath, D., Liebald, B., Liu, J., Nandy, P., Van-Vleet, T., Gargi, U., Gupta, S., He, Y., & Lambert, M. (2010). The YouTube video recommendation system. In X. Amatriain, M. Torrens, P. Resnick, & M. Zanker (Eds.), Proceedings of the fourth ACM conference on Recommender Systems, (pp. 293-296). Association for Computing Machinery. https://doi.org/10.1145/1864708.1864770

Link DOI | Link Google Scholar

Demsar, J., Curk, T., Erjavec, A., Gorup, C., Hocevar, T., Milutinovic, M., Mozina, M., Polajnar, M., Toplak, M., Staric, A., Stajdohar, M., Umek, L., Zagar, L., Zbontar, J., Zitnik, M., & Zupan, B. (2013). Orange: Data mining toolbox. Python. The Journal of Machine Learning Research, 14(1), 2349-2353. https://bit.ly/3pMIPBR

Link Google Scholar

Dimopoulos, G., Barlet-Ros, P., & Sanjuas-Cuxart, J. (2013). Analysis of YouTube user experience from passive measurements. In Proceedings of the 9th International Conference on Network and Service Management (CNSM 2013), (pp. 260-267). IEEE. https://doi.org/10.1109/CNSM.2013.6727845

Link DOI | Link Google Scholar

Goodrow, C. (2021). On YouTube’s recommendation system. Blog YouTube. https://bit.ly/3wWAxhA

Link Google Scholar

Habermas, J. (1981). Historia y crítica de la opinión pública. Gustavo Gili. https://bit.ly/3O0JOv1

Link Google Scholar

Hernández, E., Anduiza, E., & Rico, G. (2021). Affective polarization and the salience of elections. Electoral Studies, 69, 102203. https://doi.org/10.1016/j.electstud.2020.102203

Link DOI | Link Google Scholar

Howard, J.W. (2021). Extreme speech, democratic deliberation, and social media. In C. Véliz (Ed.), The Oxford Handbook of Digital Ethics (pp. 1-22). Oxford University Press. https://doi.org/10.1093/oxfordhb/9780198857815.013.10

Link DOI | Link Google Scholar

Iyengar, S., Lelkes, Y., Levendusky, M., Malhotra, N., & Westwood, S.J. (2019). The origins and consequences of affective polarization in the United States. Annual Review of Political Science, 22, 129-146. https://doi.org/10.1146/annurev-polisci-051117-073034

Link DOI | Link Google Scholar

Latorre, M (2022). Historia de la Web, 1.0, 2.0, 3.0 y 4.0. Blog Marino Latorre. https://bit.ly/38un7QH

Link Google Scholar

Lilleker, D.G., & Jackson, N. (2008). Politicians and Web 2.0: The current bandwagon or changing the mindset? [Conference]. Politics: Web 2.0 International Conference.

Link Google Scholar

Luengo, O., García-Marín, J., & de-Blasio, E. (2021). COVID-19 on YouTube: Debates and polarisation in the digital sphere. [COVID-19 en YouTube: Debates y polarización en la esfera digital]. Comunicar, 69, 9-19. https://doi.org/10.3916/C69-2021-01

Link DOI | Link Google Scholar

McLuhan, H.M. (1959). Myth and mass media. Daedalus, 88(2), 339-348. https://bit.ly/3GtIs9v

Link Google Scholar

Messina, J.P. (2022). New directions in the ethics and politics of speech. Routledge. https://doi.org/10.4324/9781003240785

Link DOI | Link Google Scholar

Mohan, N. (2022). Inside responsibility: What’s next on our misinfo efforts. Blog YouTube. https://bit.ly/38XAngS

Link Google Scholar

Nielsen, R., & Fletcher, R. (2020). Democratic creative destruction? The Effect of a changing media landscape on democracy. In N. Persily, & J. Tucker (Eds.), Social media and democracy: The state of the field, prospects for reform (pp. 139-162). Cambridge University Press. https://doi.org/10.1017/9781108890960.008

Link DOI | Link Google Scholar

O'Reilly, T., & Battelle, J. (2009). Web squared: Web 2.0 five years on. O'Reilly Media. https://bit.ly/3wYLBuG

Link Google Scholar

Pariser, E. (2017). El filtro burbuja: Cómo la web decide lo que leemos y lo que pensamos. Taurus. https://bit.ly/3x0UyDX

Link Google Scholar

Rasmussen, S.H.R., & Petersen, M. (2022). From echo chambers to resonance chambers: How offline political events enter and are amplified in online networks. PsyArXiv. https://doi.org/10.31234/osf.io/vzu4q

Link DOI | Link Google Scholar

Rekoff, M.G. (1985). On reverse engineering. IEEE Transactions on Systems, Man, and Cybernetics, 15(2), 244-252. https://doi.org/10.1109/TSMC.1985.6313354

Link DOI | Link Google Scholar

Serrano-Contreras, I., García-Marín, J., & Luengo, O. G. (2020). Measuring online political dialogue: Does polarization trigger more deliberation? Media and Communication, 8(4), 63-72. https://doi.org/10.17645/mac.v8i4.3149

Link DOI | Link Google Scholar

Sunstein, C.R. (2007). Republic.com 2.0. Princeton University Press. https://bit.ly/3a3YFG8

Link Google Scholar

Terren, L., & Borge-Bravo, R. (2021). Echo chambers on social media: A systematic review of the literature. Review of Communication Research, 9, 99-118. https://doi.org/10.12840/ISSN.2255-4165.028

Link DOI | Link Google Scholar

Tufekci, Z. (2018, March 20). YouTube, the great radicalizer. The New York Times. https://nyti.ms/38VTs2Y

Link Google Scholar

Van-Bavel, J.J., Rathje, S., Harris, E., Robertson, C., & Sternisko, A. (2021). How social media shapes polarization. Trends in Cognitive Sciences, 25(11), 913-916. https://doi.org/10.1016/j.tics.2021.07.013

Link DOI | Link Google Scholar

Wigand, R., Wood, J., & Mande, D. (2010). Taming the social network jungle: From Web 2.0 to social media [Conference]. AMCIS 2010 Proceedings. https://bit.ly/3NJF3Wl

Link Google Scholar

Yesilada, M., & Lewandowsky, S. (2022). Systematic review: YouTube recommendations and problematic content. Internet Policy Review, 11(1). https://doi.org/10.31234/osf.io/6pv5c

Link DOI | Link Google Scholar

Fundref

Crossmark

Technical information

Recebido: 30-05-2022

Revisado: 21-06-2022

Aceite: 13-07-2022

OnlineFirst: 30-10-2022

Data de publicação: 01-01-2023

Tempo de revisão do artigo: 22 dias | Tempo médio de revisão do número 74: 40 dias

Tempo de aceitação do artigo: 44 dias | Tempo médio de aceitação do número 74: 69 dias

Tempo de edição da pré-impressão: 171 dias | Tempo médio de edição pré-impressão do número 74: 194 dias

Tempo de processamento do artigo: 216 dias | Tempo médio de processamento do número 74: 239 dias

Métricas

Métricas deste artigo

Vistas: 24681

Leituras dos resumos: 22957

Descargas em PDF: 1724

Métricas completas do Comunicar 74

Vistas: 265659

Leituras dos resumos: 242775

Descargas em PDF: 22884

Citado por