Foto: Leon Neal (Getty Images)

È un buon giorno per essere un partito politicamente conservatore mainstream o una presa di notizie di destra su Twitter. L’azienda ha rilasciato i risultati di un studio che analizza l’amplificazione algoritmica dei contenuti politici sulla piattaforma, che afferma ciò che era già stato sospettato da alcuni: La destra politica va molto bene su Twitter.

Lo studio di Twitter, condotto dal team di Machine Learning Ethics, Transparency and Accountability della società, o META, ha esaminato milioni di tweet di funzionari eletti in sette paesi – Canada, Francia, Germania, Giappone, Spagna, Regno Unito e Stati Uniti – così come centinaia di milioni di tweet contenenti link ad articoli di notizie. In tutti i paesi tranne la Germania, l’azienda ha scoperto che i tweet postati dalla destra politica sono stati amplificati più di quelli postati dalla sinistra politica.

Quando si tratta di punti di informazione, si è verificata la stessa cosa. (L’azienda ha analizzato i link al contenuto di punti di informazione, non i tweet dei punti di informazione stessi). Le notizie di destra hanno ricevuto più amplificazione algoritmica di quelle di sinistra. Twitter non ha classificato le notizie come di sinistra o di destra secondo i propri criteri, ma ha usato una classificazione di ricercatori terzi.

Lo studio ha determinato che certi contenuti politici sono amplificati su Twitter. Alla fine, però, una delle domande più importanti è rimasta senza risposta: Perché?

Rumman Chowdhury, direttore del team META, ha detto Protocollo giovedì che una parte dell’amplificazione potrebbe essere guidata dall’utente, legata alle azioni delle persone sulla piattaforma.

“Quando gli algoritmi vengono messi fuori nel mondo, cosa succede quando le persone interagiscono con esso, non possiamo modellare per questo. Non possiamo modellare per come gli individui o i gruppi di persone useranno Twitter, cosa succederà nel mondo in un modo che avrà un impatto su come le persone usano Twitter”, ha detto all’outlet.

In un Twitter blog postChowdhury e il ricercatore di machine learning Luca Belli hanno scritto che il team di META mira ad esaminare questi problemi e mitigare qualsiasi iniquità che possono causare. Hanno aggiunto che l’amplificazione algoritmica non è “problematica di default”.

“L’amplificazione algoritmica è problematica se c’è un trattamento preferenziale in funzione di come l’algoritmo è costruito rispetto alle interazioni che le persone hanno con esso”, hanno scritto. “È necessaria un’ulteriore analisi delle cause alla radice per determinare quali, se del caso, i cambiamenti sono necessari per ridurre gli impatti negativi dal nostro algoritmo Home timeline.”

.

Source link