Как расследовать алгоритмы, которые формируют наши ленты в соцсетях
Алгоритмы соцсетей каждый день решают, что мы видим и чего не видим в своей ленте. Эти системы непрозрачны, запутаны и кажутся почти недоступными для анализа.
Например, по данным The Washington Post, Facebook обрабатывает более 10 000 различных сигналов, чтобы предсказать, будет ли человек взаимодействовать с определённой публикацией.
💡 Чтобы исследовать влияние алгоритмов, журналисты могут прибегать к обратному инжинирингу — реконструировать их принципы работы с помощью экспериментов с тестовыми аккаунтами.
Так, журналисты The Wall Street Journal создали 100 аккаунтов в TikTok, чтобы проверить, как различные действия — например, просмотр видео или возвращение к нему — влияют на то, какой контент впоследствии увидит этот пользователь в своей ленте.
Однако такой сложный подход нужен не всегда. Иногда достаточно найти слабое место и показать, какой вред система может наносить пользователям.
К примеру, репортёры ProPublica создали лишь один Facebook-аккаунт и обнаружили, что платформа не мешает им размещать дискриминационную рекламу, исключающую определенные группы людей по признаку расы, пола и другим характеристикам.
Таким образом, журналисты показали: рекламные инструменты Facebook можно использовать для дискриминации, а предохранители платформы не сработали.
📕 Как ещё журналисты могут исследовать влияние алгоритмов, даже не имея технических навыков — читайте в «Руководстве GIJN по исследованию алгоритмов социальных сетей». https://gijn.org/ru/resurs/posobie-po-rassledovaniu-algoritmov-socialnyh-setej/
4
2
1September 7, 2026 48
