Ein ehemaliger Google-Ingenieur kratzt YouTube, um unsere Filterblasen zum Platzen zu bringen

Wenn Sie jemals YouTube verwendet haben, ist Ihnen wahrscheinlich aufgefallen, dass man leicht in eine Art Fernsehtrance verfällt: Sie sehen sich am Anfang ein lustiges Katzenvideo an, und plötzlich ist es eine Stunde später und Sie haben noch ein paar mehr vergeudet – jeder wird Ihnen auf der rechten Seite des Bildschirms empfohlen und vom Algorithmus der Website hilfreich bereitgestellt.

Da wir zunehmend von sozialen Netzwerken wie Facebook und Twitter lernen, können Algorithmen verwendet werden, um Menschen auf alle möglichen Arten zu manipulieren, indem sie uns mehr von einer Sache und weniger von einer anderen zeigen. Das mag in Ordnung sein (und Spaß machen!), wenn Sie nach süßen Kätzchenvideos suchen, aber es kann Sie auf einen Pfad der Angst, Verschwörungstheorien und einseitigen Gedanken führen, wenn Sie sich Videos zu anderen Themen ansehen, wie z B. Impfstoffe, die jüngsten Schießereien in Schulen oder der Klimawandel.

YouTube – dessen mehr als eine Milliarde Nutzer täglich über eine Milliarde Stunden zuschauen – zeigt uns einige Daten, z. Es verbirgt jedoch detailliertere Details zu jedem Video, z. B. wie oft die Website es anderen Personen empfohlen hat. Ohne das vollständige Bild kann es schwierig sein zu wissen, warum genau der Algorithmus Sie in eine bestimmte Richtung lenkt.

Guillaume Chaslot, ein Programmierer, der früher für YouTube und Google gearbeitet hat, hat AlgoTransparency.org aufgebaut. Mit freundlicher Genehmigung von Guillaume Chaslot

Guillaume Chaslot, ein Computerprogrammierer, der einige Zeit damit verbracht hat, an Empfehlungen bei YouTube und an Display-Werbung bei der Muttergesellschaft Google zu arbeiten, hält dies für ein Problem und kämpft dafür, mehr Transparenz in die Art und Weise zu bringen, wie Videos empfohlen werden. Er baute eine Website, AlgoTransparenz , sodass Besucher sehen können, wohin der YouTube-Algorithmus Sie führt, wenn Sie seinen Empfehlungen folgen – egal, ob Sie nach Videos über die jüngsten Wahlen, Massenerschießungen, Wissenschaft oder eine Handvoll anderer allgemeiner Themen und verwandter Suchbegriffe suchen, die er gerne durchsucht.

Jeder sollte wissen, wenn Sie anfangen, Zeit auf YouTube zu verbringen, wohin es Sie führen wird, sagt er.

Seit er 2016 damit begann, Empfehlungen zu verfolgen, hat er festgestellt, dass der Empfehlungsalgorithmus von YouTube Zuschauer bei einigen Begriffen wie Fakten zu Impfstoffen oder Erderwärmung zu verschwörungstheoretischen, wissenschaftsfeindlichen oder medienfeindlichen Videos drängt. Und der Algorithmus scheint Videos von spalterischeren Politikern zu bevorzugen, die auf aggressive, mobbende Weise sprechen, sagt er.

Er verfolgt auch Begriffe, die in den am häufigsten empfohlenen Videos am häufigsten erwähnt werden. Am 1. April sind beispielsweise die Ergebnisse für ist die Erde flach oder rund die am häufigsten vorkommenden Wörter wie flach, NASA, Beweis und Geheimnis.

Chaslot, der 2011 bei YouTube und dann bis 2013 bei Google arbeitete (he Behauptungen er wurde gefeuert, weil er versucht hatte, Benutzern mehr Kontrolle über die Algorithmen zu geben, die Inhalte empfehlen; Weder Google noch YouTube haben diese Behauptung in einer Antwort auf eine Bitte um Stellungnahme zu diesem und anderen von ihm angesprochenen Themen angesprochen), dies herausgefunden, indem sie den Vorschlagsalgorithmus von YouTube verfolgt haben. Er testete seine Theorie, indem er eine Software entwickelte, die simuliert, wie man sich zunächst ein Video auf YouTube ansieht und dann immer und immer wieder auf das empfohlene Up next-Video klickt (das auch automatisch abgespielt wird, wenn Sie die Autoplay-Funktion von YouTube aktiviert haben).

Chaslot verfolgt nicht nur, wohin die Algorithmen führen können, sondern möchte YouTube-Zuschauer dazu bringen, mehr darüber nachzudenken, wie Empfehlungen verwendet werden könnten, um Aufrufe zu sammeln. Wenn Sie beispielsweise nach Parkland-Shooting suchen und ein Video mit 2,5 Millionen Aufrufen auf YouTube erhalten, wurde es algorithmisch 50 Millionen Mal empfohlen, um diese 2,5 Millionen Menschen zum Anschauen zu bewegen, oder wurde es 500.000 Mal empfohlen und dann organisch geteilt?

Das ist ein himmelweiter Unterschied, sagt Chaslot. Und es gibt derzeit keine Möglichkeit, es zu wissen.

Auf die Frage, wie und warum YouTube den Nutzern Videos vorschlägt, antwortete eine YouTube-Sprecherin, dass sich das Empfehlungssystem im Laufe der Zeit erheblich verändert habe und nicht mehr so ​​funktioniere wie vor fünf Jahren, als Chaslot noch Angestellter war. Während sich YouTube früher auf die Wiedergabezeit konzentriert habe, schaue es sich jetzt auch an, wie zufrieden die Menschen seien, gemessen an Umfragen, Vorlieben, Abneigungen und anderen Beweisen.

YouTube nimmt auch Änderungen vor, um Probleme mit seinen Empfehlungen zu beheben. Eine Version der YouTube Kids App wird angeblich Lassen Sie den Algorithmus für Videoempfehlungen fallen und lassen Sie sie von Menschen erstellen. Und im März sagte YouTube-CEO Susan Wojcicki, die Seite werde Wikipedia-Links zu Videos hinzufügen, die stark diskutierte Themen enthielten, beispielsweise solche, die sich auf Verschwörungstheorien konzentrierten.

Für diesen zweiten Schritt fragt sich Chaslot, warum YouTube nicht einfach Wikipedia-Links für alle möglichen Themen hinzufügen würde, die für seine Videos relevant sind. Das wäre natürlicher, sagt er.

Darüber hinaus hält er es nicht für schwierig, Tools zu entwickeln, die Menschen dazu bringen können, breiter zu surfen. Während seiner Zeit bei YouTube im Jahr 2011, sagt er, habe er tatsächlich den Prototyp eines Tools entwickelt, das mit den Google-Suchergebnissen der Nutzer funktionierte und ihren Suchverlauf berücksichtigte, um ihren Horizont zu erweitern.

Wenn Sie beispielsweise nach Ford Focus gesucht haben, sehen Sie bestimmte Ergebnisse, aber wenn Sie die Seite nach unten scrollen, sehen Sie allgemeinere Autoergebnisse. Wenn Sie weitermachen, sehen Sie Ergebnisse, die sich auf andere Dinge beziehen, nach denen Sie in der Vergangenheit gesucht haben (z. B. Eislaufen).

Es ist einfach, Tools zu bauen, um Menschen aus ihrer Filterblase herauszuholen, es ihnen zu ermöglichen, weiter zu gehen und zu sehen, was hinter ihrer Filterblase liegt, sagt er.

verbergen