Профессор Магдалена Войцешак: «Проблема не в радикализации, а в том, что новости никто не смотрит»

Stanford Online 1,9 тыс. 1 ч 1 мин 5 мин 07.05.2025
Главное

Профессор Магдалена Войцешак (Magdalena Wojcieszak) из Калифорнийского университета в Дейвисе и Варшавского университета представляет результаты многолетних исследований того, как алгоритмы и личные предпочтения формируют наше потребление контента. Она доказывает, что главная угроза демократии кроется не столько в «эхо-камерах» и радикализации, сколько в тотальной потере интереса широких слоев населения к новостям и социально значимой информации.

🤖 Аудит алгоритмов YouTube: насколько глубока «кроличья нора»? 0:09

На протяжении многих лет общественность и академическая среда опасались, что современная медиасреда способствует распространению гиперпартийных новостей, дезинформации и экстремизма . Считалось, что алгоритмы социальных платформ, таких как YouTube, помещают пользователей в «фильтры-пузыри», предлагая контент, который лишь подтверждает их существующие взгляды. YouTube даже называли «самым радикализирующим инструментом прошлого века» .

Для проверки этих опасений команда Войцешак провела масштабный аудит YouTube с использованием «обученных» ботов (sock puppets):

Результаты исследования подтвердили наличие идеологической предвзятости, но с оговорками:

  1. Конгениальность: Алгоритм действительно предлагает контент, соответствующий взглядам пользователя. У «крайне левых» ботов 77% рекомендаций были левого толка, у «крайне правых» — более 80% .
  2. Эффект «кроличьей норы»: По мере продвижения вглубь цепочки рекомендаций (до 20 видео подряд) контент становился более партийным, но, по словам Войцешак, этот прирост статистически значим, однако содержательно тривиален .
  3. Проблемный контент: Около 36% ботов столкнулись с рекомендациями радикальных, конспирологических или иных проблемных каналов, и этот риск увеличивался по мере длительности сессии .

🍕 «Демократическое брокколи» против «пиццы пепперони» 9:28

По мнению Войцешак, доминирующий фокус на радикализации и «эхо-камерах» слишком узок и заслоняет собой гораздо более фундаментальную проблему — «предвзятость интересов» (interest bias) . Исследования показывают, что воздействие проблемного или радикального контента ограничено очень узкой прослойкой населения — от 0,1% до 5% американцев .

Основная же масса людей просто не интересуется политикой. Войцешак выделяет два уровня выбора контента:

Данные о реальном поведении пользователей в сети, собранные Войцешак в рамках гранта ERC в США, Нидерландах и Польше (7 000 участников, история браузера за 9 месяцев), рисуют тревожную картину :

Войцешак называет качественные новости «демократическим брокколи» — они полезны для здоровья общества, но люди предпочитают «пиццу пепперони» в виде развлекательного контента . Низкое потребление новостей ведет к дефициту знаний у населения, неумению отличать фейки от фактов и большей восприимчивости к популизму .

🤖 Попытки интервенций: можно ли заставить людей читать новости? 22:27

Учёные разработали два типа вмешательств, чтобы попытаться изменить диету пользователей.

Эксперимент в Twitter (X)

Первое исследование проводилось с помощью ботов (например, «Лиз» и «Джейкоб»), которые взаимодействовали с реальными пользователями, пишущими о спорте, стиле жизни или развлечениях . Как только пользователь публиковал твит по своей теме, бот в реальном времени отвечал ему с помощью GPT-2, связывая тему с качественными новостями .

Браузерное расширение для YouTube

Во втором исследовании 2 000 активных пользователей YouTube установили расширение, которое тестировало два вида «подталкиваний» (nudges) :

  1. Пользовательское (User Nudge): Баннер вверху страницы с призывами вроде «Новости делают демократию сильнее» или «Новости помогают планировать будущее» .
  2. Алгоритмическое (Algorithmic Nudge): Раз в 10 минут расширение в фоновом режиме «просматривало» качественное новостное видео. Цель — обмануть алгоритм YouTube, заставив его поверить, что пользователь заинтересован в новостях .

Результаты оказались красноречивыми: баннеры с призывами к гражданскому долгу не дали абсолютно никакого эффекта . Напротив, алгоритмическое вмешательство привело к значительному росту рекомендаций новостей и, как следствие, их реального потребления . Более того, это помогло диверсифицировать «рацион» консервативных пользователей, предлагая им более центристские или левоцентристские источники .

⚖️ Этические дилеммы и структурные препятствия 48:44

Несмотря на успех алгоритмических вмешательств, Магдалена Войцешак признаёт наличие серьёзных вопросов, на которые у науки пока нет однозначных ответов:

В завершение Войцешак подчеркивает, что изменение рекомендательных систем — это лишь «капля в море» проблем. Фундаментальные причины лежат в области образования и социально-экономического неравенства в США и мире . Тем не менее, она призывает компьютерных и социальных учёных искать масштабируемые решения, которые могли бы направить людей к более качественной информации, а не только бороться с «шумными» экстремистскими меньшинствами .

💬 Цитаты

«Новости — это демократическое брокколи, которое полезно, но большинство людей явно предпочитают пиццу пепперони.»

Магдалена Войцешак 47:19

«YouTube был назван самым радикализирующим инструментом прошлого века... его обвиняют в создании кроличьих нор.»

Магдалена Войцешак 04:01
👥 Спикер
🔗 Упомянутые сайты и проекты
📖 Термины
Sock puppets
Автоматизированные аккаунты (боты), используемые исследователями для имитации поведения пользователей с определенными взглядами.
Interest bias
Тенденция алгоритмов и пользователей отдавать приоритет развлекательному контенту в ущерб социально значимому.
Algorithmic nudge
Метод «подталкивания» алгоритма к определенным действиям путем искусственного изменения входных данных (например, истории просмотров).
📊 Цифры
⚖️ Другая сторона
Наука Magdalena Wojcieszak YouTube алгоритмическая предвзятость recommender systems дезинформация