La ricerca di Twitter mostra che il suo algoritmo favorisce le opinioni conservatrici

Un post sul blog di Twitter rivela che l’algoritmo di Twitter promuove i contenuti di destra più spesso di quelli di sinistra, ma le ragioni rimangono poco chiare. I risultati hanno tratto da uno studio interno sull’amplificazione algoritmica dei contenuti politici di Twitter.

Durante lo studio, Twitter ha esaminato milioni di tweet pubblicati tra il 1 aprile e il 15 agosto 2020. Questi tweet provenivano da agenzie di stampa e funzionari eletti in Canada, Francia, Germania, Giappone, Spagna, Regno Unito e Stati Uniti. In tutti i paesi studiati, ad eccezione della Germania, Twitter ha scoperto che gli account di destra “ricevono più amplificazione algoritmica rispetto alla sinistra politica”. Ha anche scoperto che i contenuti orientati alla destra delle agenzie di stampa beneficiano dello stesso pregiudizio.

Twitter afferma di non sapere perché i dati suggeriscono che il suo algoritmo favorisce i contenuti orientati a destra, osservando che è “una domanda significativamente più difficile a cui rispondere in quanto è un prodotto delle interazioni tra le persone e la piattaforma”. Tuttavia, potrebbe non essere un problema specifico con l’algoritmo di Twitter: Steve Rathje, un dottorato di ricerca candidato che studia social media, ha pubblicato i risultati della sua ricerca questo spiega come è più probabile che i contenuti divisivi sugli outgroup politici diventino virali.

Il Verge ha contattato Rathje per avere i suoi pensieri sulle scoperte di Twitter. “Nel nostro studio, eravamo anche interessati a quale tipo di contenuto viene amplificato sui social media e abbiamo riscontrato una tendenza coerente: i post negativi sugli outgroup politici tendono a ricevere molto più coinvolgimento su Facebook e Twitter”, ha affermato Rathje. “In altre parole, se un democratico è negativo nei confronti di un repubblicano (o viceversa), questo tipo di contenuto di solito riceverà più coinvolgimento”.

Se prendiamo in considerazione la ricerca di Rathje, ciò potrebbe significare che i post di destra su Twitter suscitano con successo più indignazione, con conseguente amplificazione. Forse il problema dell’algoritmo di Twitter è legato alla promozione di tweet tossici più che a uno specifico pregiudizio politico. E come accennato in precedenza, la ricerca di Twitter ha affermato che la Germania era l’unico paese che non ha sperimentato il bias dell’algoritmo di destra. Potrebbe essere correlato all’accordo della Germania con Facebook, Twitter e Google per rimuovere l’incitamento all’odio entro 24 ore. Alcuni utenti anche cambia il loro paese in Germania su Twitter per impedire che le immagini naziste appaiano sulla piattaforma.

Twitter ha cercato di cambiare il modo in cui twittiamo da un po’ di tempo. Nel 2020, Twitter ha iniziato a testare una funzione che avverte gli utenti quando stanno per pubblicare una risposta scortese e proprio quest’anno Twitter ha iniziato a pilotare un messaggio che appare quando pensa di essere coinvolto in un’accesa rissa su Twitter. Questi sono segni di quanto Twitter sappia già dei problemi con il bullismo e i post di odio sulla piattaforma.

Frances Haugen, l’informatore che ha fatto trapelare una serie di documenti interni da Facebook, afferma che l’algoritmo di Facebook favorisce l’incitamento all’odio e i contenuti divisivi. Twitter potrebbe facilmente trovarsi nella stessa posizione, ma condivide apertamente alcuni degli esami interni dei dati prima che ci sia la possibilità di una fuga di notizie.

Rathje ha sottolineato un altro studio che ha scoperto che l’indignazione morale ha amplificato i post virali sia dal punto di vista liberale che da quello conservatore, ma ha avuto più successo dai conservatori. Dice che quando si tratta di funzionalità come la promozione algoritmica che portano alla viralità dei social media, “dovrebbero essere fatte ulteriori ricerche per esaminare se queste funzionalità aiutano a spiegare l’amplificazione dei contenuti di destra su Twitter”. Se la piattaforma approfondisce ulteriormente il problema e apre l’accesso ad altri ricercatori, potrebbe ottenere una migliore gestione del contenuto divisivo al centro di questo problema.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.