Wat zijn de aanpassingen in de gewichten van aanbevelingsalgoritmen? Welke signalen nemen ze mee? En hoe passen ze hun bedrijfsregels aan? De sociale mediaplatformen zijn de enige die dit weten.

Ook zien we dat bepaalde soort inhoud online meer wordt versterkt dan andere. Dat roept vragen op over de bias van aanbevelingsalgoritmen. Geen enkel algoritme is neutraal, ook de chronologische tijdlijn niet. Maar inzicht in die bias is moeilijk te verkrijgen.

In deze figuur beschrijven we het proces van hoe online inhoud wordt getoond door aanbevelingssystemen.

Om de risico's op inmengingsactiviteiten te verkleinen, moeten we aan de slag. In drie richtingen: het platformontwerp veranderen, de informatiepositie van wetgevers, toezichthouders en onafhankelijke onderzoekers versterken, en de weerbaarheid van de samenleving vergroten.

Handelingsperspectieven
We structureren de handelingsperspectieven aan de hand van drie richtingen die uit ons literatuuronderzoek, interviews, expertsessie en analyse daarvan naar voren komen

De drie richtingen zijn:

Platformontwerp veranderen.
Informatiepositie versterken.
Weerbaarheid vergroten.
0

If you have a fediverse account, you can quote this note from your own instance. Search https://mastodon.social/users/woutern/statuses/116210949437698508 on your instance and quote it. (Note that quoting is not supported in Mastodon.)