"लाइक" के लिए सोशल मीडिया से, "समझ" के लिए सोशल मीडिया की ओर - क्या एल्गोरिदम बदलने से विभाजन कम हो सकता है?

जब हम सोशल मीडिया खोलते हैं, तो हमें लगता है कि हम खुद जानकारी चुन रहे हैं। हम उन पोस्टों को पढ़ते हैं जो हमें रुचिकर लगती हैं, मजेदार वीडियो देखते हैं, और जिन विचारों से हम सहमत होते हैं, उन्हें "लाइक" करते हैं। टाइमलाइन हमें हमारे रुचियों का एक दर्पण जैसा प्रतीत होता है।

लेकिन वास्तव में, वह दर्पण पारदर्शी नहीं है। क्या ऊपर दिखाना है, क्या छुपाना है, और किस पोस्ट पर हमें अधिक समय बिताना है, यह सब प्लेटफॉर्म के एल्गोरिदम द्वारा तय किया जाता है। जिस सूचना वातावरण को हम "खुद चुन रहे हैं" समझते हैं, वह काफी हद तक डिजाइन किया गया होता है।

कोपेनहेगन विश्वविद्यालय, ड्रेसडेन तकनीकी विश्वविद्यालय, और मैक्स प्लांक मानव विकास अनुसंधान संस्थान के शोधकर्ताओं द्वारा किए गए एक नए अध्ययन ने इस सामान्य लेकिन अक्सर अनदेखे तथ्य को फिर से जोरदार तरीके से प्रस्तुत किया है। अध्ययन का निष्कर्ष सरल है। सोशल मीडिया पोस्टों को व्यवस्थित करने की प्रणाली में थोड़ा बदलाव करके, लोगों की राय के विभाजन और वास्तविकता के प्रति उनके निर्णय की सटीकता को बदला जा सकता है।

अर्थात, सोशल मीडिया का विभाजन केवल "उपयोगकर्ता की इच्छा" के कारण नहीं हो रहा है। फीड का डिजाइन स्वयं समाज की समझ को विस्तारित या संकुचित कर सकता है।

सुखदायक फीड जरूरी नहीं कि सही हो

वर्तमान में प्रमुख सोशल मीडिया प्लेटफॉर्मों पर, अक्सर एंगेजमेंट एक महत्वपूर्ण संकेतक होता है। लाइक, शेयर, टिप्पणी, प्रतिक्रिया, और समय बिताना। जिन पोस्टों पर उपयोगकर्ता अधिक प्रतिक्रिया देते हैं, उन्हें अधिक मूल्यवान माना जाता है और वे अधिक लोगों की नजर में आती हैं।

यह प्रणाली व्यवसाय के रूप में अत्यधिक तर्कसंगत है। जितना अधिक उपयोगकर्ता प्रतिक्रिया देते हैं, समय बिताते हैं, और फिर से लौटते हैं, प्लेटफॉर्म का मूल्य उतना ही बढ़ता है। यह विज्ञापन मॉडल के साथ भी अच्छा मेल खाता है। गुस्सा, आश्चर्य, सहानुभूति, डर, और श्रेष्ठता जैसी मजबूत भावनाएं उत्पन्न करने वाली पोस्टें स्क्रीन को बंद करने में कठिनाई पैदा करती हैं।

समस्या यह है कि जो जानकारी हमें मजबूत प्रतिक्रिया देने के लिए प्रेरित करती है, वह हमेशा सही समझ की ओर नहीं ले जाती।

अध्ययन में पाया गया कि एंगेजमेंट पर जोर देने वाली फीड, विशेष रूप से "उन पोस्टों को प्राथमिकता देने वाली जिन्हें राजनीतिक रूप से समान विचारधारा वाले लोग पसंद करते हैं", प्रतिभागियों की मान्यताओं को अधिक ध्रुवीकृत करती है और निर्णय की सटीकता को कम करती है।

विडंबना यह है कि ऐसी फीड प्रतिभागियों को "अंतरदृष्टिपूर्ण" लगती थी। जो पोस्ट उनके विचारों के करीब होती हैं, भावनात्मक रूप से संतोषजनक होती हैं, और प्रतिक्रिया देने के लिए प्रेरित करती हैं, वे उन्हें लाभकारी लगती हैं। लेकिन यह जरूरी नहीं कि वे दुनिया को अधिक सही ढंग से समझने में मदद करें।

बल्कि, जितना अधिक संतोषजनक जानकारी का वातावरण होता है, उतना ही यह हमारे दृष्टिकोण को मजबूत करता है और विपरीत दृष्टिकोण को देखने में कठिनाई पैदा करता है। सोशल मीडिया की यही खतरा है। उपयोगकर्ता यह सोच सकते हैं कि वे "अपने लिए उपयुक्त जानकारी" प्राप्त कर रहे हैं, लेकिन वास्तव में वे "अपने पूर्वाग्रहों को मजबूत करने वाली जानकारी" से घिरे हो सकते हैं।

प्रयोग कैसे किया गया?

शोध दल ने यह मापने के लिए कि सोशल मीडिया के एल्गोरिदम ध्रुवीकरण और सटीकता पर कैसे प्रभाव डालते हैं, अमेरिका में रहने वाले लोगों पर दो चरणों में ऑनलाइन प्रयोग किया।

पहले चरण में, 500 प्रतिभागियों ने राजनीति और समाज से संबंधित 6 विषयों पर कुल 72 छोटे विवादास्पद पोस्टों का मूल्यांकन किया। प्रतिभागियों ने प्रत्येक पोस्ट के लिए सहमति, असहमति, या बिना प्रतिक्रिया का चयन किया। इससे यह स्पष्ट हुआ कि उदारवादी और रूढ़िवादी प्रतिभागी किस प्रकार की पोस्टों का समर्थन करते हैं और किस प्रकार की पोस्टों को अस्वीकार करते हैं।

दूसरे चरण में, नए 1000 प्रतिभागी शामिल हुए। प्रतिभागियों ने पहले प्रत्येक विषय पर अपनी राय व्यक्त की, फिर उन्हें 3 पोस्टों से बनी एक छोटी फीड दिखाई गई, और अंत में उन्होंने फिर से अपनी राय दी।

इस समय, कौन सी पोस्ट दिखाई जाएगी, यह प्रतिभागियों को आवंटित शर्तों के आधार पर बदलता है। अध्ययन में मुख्य रूप से निम्नलिखित रैंकिंग विधियों की तुलना की गई:

पोस्टों को रैंडम तरीके से व्यवस्थित करने की विधि।
एंगेजमेंट वाली पोस्टों को प्राथमिकता देने की विधि।
अपनी राजनीतिक समूह द्वारा पसंद की जाने वाली पोस्टों को प्राथमिकता देने वाली व्यक्तिगत एंगेजमेंट विधि।
उदारवादी और रूढ़िवादी दोनों से समर्थन प्राप्त करने वाली पोस्टों को प्राथमिकता देने वाली ब्रिजिंग विधि।
समूह के निर्णय की सटीकता को बढ़ाने की उम्मीद वाली पोस्टों को प्राथमिकता देने वाली इंटेलिजेंस विधि।

शोधकर्ताओं ने मापा कि प्रतिभागियों के विचार एक-दूसरे के करीब आए या दूर हुए, और समूह के रूप में निर्णय कितना सटीक हुआ। इसके अलावा, प्रतिभागियों ने पोस्टों को कैसे महसूस किया, जैसे कि शिष्ट, भावनात्मक, अंतरदृष्टिपूर्ण आदि के प्रभाव का भी अध्ययन किया।

इस डिजाइन की दिलचस्प बात यह है कि यह सोशल मीडिया का प्रयोग है, फिर भी यह विशाल प्लेटफॉर्मों के आंतरिक डेटा पर निर्भर नहीं करता। शोधकर्ताओं ने मौजूदा सोशल मीडिया पर बड़े पैमाने पर हस्तक्षेप नहीं किया, बल्कि एक नियंत्रित वातावरण में केवल पोस्टों की व्यवस्था को बदला। परिणामस्वरूप, केवल व्यवस्था में अंतर से ही विश्वास निर्माण में अंतर देखा गया।

"ब्रिजिंग" एल्गोरिदम क्या है?

इस अध्ययन में ध्यान आकर्षित करने वाला ब्रिजिंग एल्गोरिदम है।

यह विचारधारा है कि केवल एक पक्ष को प्रभावित करने वाली पोस्टों के बजाय, राजनीतिक दृष्टिकोण में भिन्न लोगों से समर्थन प्राप्त करने वाली पोस्टों को प्राथमिकता दी जाए। उदाहरण के लिए, केवल उदारवादियों द्वारा उत्साहपूर्वक समर्थन की गई पोस्ट या केवल रूढ़िवादियों द्वारा तीव्र प्रतिक्रिया प्राप्त करने वाली पोस्ट के बजाय, ऐसी पोस्टों को ऊपर लाया जाए जिन्हें दोनों पक्ष "कम से कम पढ़ने योग्य" मानते हैं।

यह प्रणाली केवल "तटस्थ दिखने वाली पोस्टों" को व्यवस्थित करने से अलग है। सामाजिक विवाद वाले विषयों में, पूरी तरह से तटस्थ राय शायद ही कभी होती है। महत्वपूर्ण यह है कि क्या विभिन्न दृष्टिकोण वाले लोग एक ही जानकारी को प्रारंभिक बिंदु के रूप में लेकर चर्चा कर सकते हैं।

ब्रिजिंग विधि, समर्थन और विरोध के बीच के अंतर को मिटाने वाली नहीं है। बल्कि, यह विरोध को स्वीकार करते हुए, एक-दूसरे की उपस्थिति को पहचानने वाली जानकारी को प्राथमिकता देती है। वर्तमान में सोशल मीडिया की विशेषज्ञता "समान विचारधारा वाले लोगों के बीच सहानुभूति को बढ़ाने" में है, लेकिन ब्रिजिंग विधि का लक्ष्य "विभिन्न दृष्टिकोणों के बीच साझा किए जा सकने वाले आधार" का निर्माण है।

अध्ययन में, इस ब्रिजिंग विधि ने, कुछ मामलों में, उदारवादी और रूढ़िवादी प्रतिभागियों के बीच सहमति बढ़ाने की संभावना दिखाई। यह सोशल मीडिया के विभाजन को गहरा करने वाले निराशावाद के खिलाफ एक महत्वपूर्ण उदाहरण बन सकता है।

एक और कुंजी है "समूह बुद्धिमत्ता"

एक और विकल्प इंटेलिजेंस रैंकिंग है। यह विधि उन पोस्टों को प्राथमिकता देती है जो प्रतिभागियों के निर्णय की सटीकता को बढ़ाने की उम्मीद करती हैं।

यहां सटीकता का अर्थ केवल "बहुमत की राय के साथ मेल खाना" नहीं है। सामाजिक पूर्वानुमान या तथ्यात्मक निर्णय जैसे विषयों में, जहां कुछ हद तक सही-गलत या वैधता की जांच की जा सकती है, समूह का निर्णय वास्तविकता के करीब आता है या नहीं, यह महत्वपूर्ण होता है।

सोशल मीडिया पर अक्सर, सबसे बड़ी आवाज, सबसे भावनात्मक आवाज, सबसे अधिक प्रसारित होने वाली आवाज प्रमुख होती है। लेकिन समूह के रूप में बेहतर निर्णय लेने के लिए, सबसे प्रमुख राय की आवश्यकता नहीं होती। कभी-कभी, शांत और साधारण लेकिन महत्वपूर्ण जानकारी, अत्यधिक नहीं लेकिन जांच योग्य दावे, और आवेगपूर्ण गुस्से को नहीं उकसाने वाले स्पष्टीकरण की आवश्यकता होती है।

इंटेलिजेंस रैंकिंग का विचार यही है कि ऐसी जानकारी को आगे लाया जाए। अध्ययन में, इस विधि ने रैंडम डिस्प्ले या एंगेजमेंट-आधारित डिस्प्ले की तुलना में तथ्यात्मक निर्णय की सटीकता को बढ़ाने की प्रवृत्ति दिखाई।

यह सोशल मीडिया की डिजाइन सोच को बड़े पैमाने पर बदलने की क्षमता रखता है। अब तक का प्रश्न था "उपयोगकर्ता किस पोस्ट पर अधिक प्रतिक्रिया देंगे"। लेकिन एक और प्रश्न भी हो सकता है, "उपयोगकर्ता समूह को दुनिया को अधिक सटीक रूप से समझने के लिए कौन सी पोस्ट दिखानी चाहिए"।

सोशल मीडिया की प्रतिक्रिया - उम्मीदें, सावधानी, और ठंडी वास्तविकता

यह अध्ययन, अपने प्रकाशन के तुरंत बाद एक समाचार के रूप में, लेख पर बड़े पैमाने पर सोशल मीडिया प्रतिक्रिया के लिए अभी तक व्यापक रूप से दिखाई नहीं दे रहा है। Phys.org पर भी प्रमुख टिप्पणियों की संख्या की पुष्टि करना कठिन है, और सामान्य उपयोगकर्ताओं की प्रतिक्रिया भविष्य में बढ़ सकती है। दूसरी ओर, शोधकर्ता स्वयं और संबंधित क्षेत्रों के शोधकर्ताओं द्वारा LinkedIn पर पोस्ट में, इस अध्ययन की व्यावहारिकता पर ध्यान दिया जा रहा है।

विशेष रूप से जोर दिया जा रहा है कि बिना विशाल तकनीकी कंपनियों के साथ साझेदारी किए, वैकल्पिक सोशल मीडिया एल्गोरिदम का परीक्षण किया जा सकता है। प्लेटफॉर्म के आंतरिक जटिल सिफारिश प्रणाली तक सीधे पहुंच के बिना भी, पोस्ट पर प्रतिक्रिया डेटा और बुनियादी विशेषता जानकारी का उपयोग करके, सहमति और सटीकता को प्राथमिकता देने वाली रैंकिंग का परीक्षण किया जा सकता है। यह शोधकर्ताओं और नीति निर्माताओं के लिए बड़ा महत्व रखता है।

इसके अलावा, "AI का उपयोग किए बिना भी इसे लागू किया जा सकता है" इस बिंदु पर भी ध्यान आकर्षित हो सकता है। हाल के वर्षों में, सोशल मीडिया सुधार की चर्चा AI द्वारा हानिकारक पोस्टों का पता लगाने और तथ्य-जांच पर केंद्रित रही है। लेकिन इस अध्ययन ने दिखाया है कि जरूरी नहीं कि उन्नत जनरेटिव AI या जटिल वर्गीकरण मॉडल के बिना भी, केवल पोस्टों की व्यवस्था को बदलकर, सामाजिक प्रभाव को बदला जा सकता है।

दूसरी ओर, सोशल मीडिया की सामान्य चर्चा को देखते हुए, प्रतिक्रिया केवल आशावादी नहीं है।

पहला सवाल जो उठता है वह है, "कौन सटीकता तय करेगा"। इंटेलिजेंस रैंकिंग आकर्षक है, लेकिन क्या सही माना जाता है, किस विषय पर वस्तुनिष्ठ सही उत्तर सेट किया जा सकता है, यह मुश्किल है। राजनीतिक, नैतिक, सांस्कृतिक मूल्य निर्णयों से जुड़े विषयों में, सटीकता शब्द ही विवाद का विषय बन सकता है।

इसके बाद, "ब्रिजिंग" के केवल सुरक्षित विचारों को प्राथमिकता देने की चिंता भी है। जब विरोधी पक्षों से समर्थन प्राप्त करने वाली पोस्टों का चयन किया जाता है, तो अत्यधिक गलत जानकारी को दबाया जा सकता है, लेकिन साथ ही अल्पसंख्यक की महत्वपूर्ण शिकायतें या मौजूदा बहुमत के लिए असुविधाजनक मुद्दे भी दब सकते हैं। समाज को बदलने वाले कई विचार शुरू से ही दोनों पक्षों द्वारा स्वीकार नहीं किए गए थे।

इसके अलावा, उपयोगकर्ता के दृष्टिकोण से, "क्या फिर से कोई मेरी टाइमलाइन को नियंत्रित करेगा" की प्रतिक्रिया भी अपेक्षित है। एंगेजमेंट-आधारित एल्गोरिदम से असंतोष रखने वाले लोग कई हैं, लेकिन इसका मतलब यह नहीं है कि वे बिना शर्त एक अलग मूल्य प्रणाली के साथ डिजाइन की गई फीड को स्वीकार करेंगे। सोशल मीडिया उपयोगकर्ताओं के बीच, एल्गोरिदम के प्रति थकान की भावना है। अनुशंसा प्रदर्शनों को रोकने और समयानुसार प्रदर्शनों में लौटने की मांग, और अधिक स्वयं चुनने की अनुमति देने की मांग मजबूत है।

इस अध्ययन की दिलचस्प बात यह है कि यह इन सवालों को दबाने के बजाय, चर्चा के लिए एक आधार प्रदान कर रहा है। यह दिखाते हुए कि एंगेजमेंट ऑप्टिमाइजेशन एकमात्र विकल्प नहीं है, यह सवाल उठा रहा है, "तो हमें क्या ऑप्टिमाइज करना चाहिए"।

क्या यह व्यवसाय के लिए अच्छा सोशल मीडिया है, या लोकतंत्र के लिए अच्छा सोशल मीडिया है?

इस अध्ययन का सबसे बड़ा मुद्दा यह है कि सोशल मीडिया को किस उद्देश्य के लिए डिजाइन किया जाना चाहिए।

कंपनियों के लिए सबसे स्पष्ट सफलता संकेतक उपयोगकर्ता का समय और प्रतिक्रिया संख्या है। जितने अधिक लोग लंबे समय तक उपयोग करते हैं, बार-बार प्रतिक्रिया देते हैं, और विज्ञापनों के संपर्क में आते हैं, व्यवसाय के रूप में सफलता आसान होती है। लेकिन समाज के लिए वांछनीय सोशल मीडिया संकेतक केवल यही नहीं हो सकते।

क्या लोग एक-दूसरे को समझ सकते हैं?
क्या गलत धारणाएं फैलना मुश्किल हैं?
क्या विभिन्न दृष्टिकोण वाले लोग एक ही वास्तविकता के बारे में बात कर सकते हैं?
क्या गुस्सा और अपमान के बजाय, जांच योग्य जानकारी पहुंचती है?
क्या अल्पसंख्यक की आवाज को दबाए बिना, अत्यधिक उकसावे को दबाया जा सकता है?

ये ऐसे शर्तें हैं जो विज्ञापन राजस्व संकेतकों में सीधे दिखाई नहीं देतीं। लेकिन एक सार्वजनिक चर्चा मंच के रूप में सोशल मीडिया के काम करने के लिए ये आवश्यक शर्तें हैं।

शोधकर्ता यह भी इंगित करते हैं कि प्लेटफॉर्म स्वयं इन वैकल्पिक एल्गोरिदम को सक्रिय रूप से अपनाएंगे, यह निश्चित नहीं है। क्योंकि यह एंगेजमेंट को बलिदान कर सकता है। गुस्से में उपयोगकर्ताओं को लंबे समय तक बनाए रखने वाली फीड की तुलना में, समझ को गहरा करने और जल्दी छोड़ने वाली फीड समाज के लिए अच्छी हो सकती है, लेकिन व्यवसाय के लिए हानिकारक हो सकती है।

यहां नीति और विनियमन की चर्चा आती है। अगर सोशल मीडिया एक सार्वजनिक स्थान के रूप में बड़ी भूमिका निभाता है, तो क्या इसका डिजाइन पूरी तरह से कंपनियों के राजस्व लक्ष्यों पर छोड़ देना चाहिए? क्या पारदर्शिता की मांग की जानी चाहिए? क्या तीसरे पक्ष के ऑडिट को लागू किया जाना चाहिए? क्या उपयोगकर्ताओं को कई एल्गोरिदम चुनने की अनुमति दी जानी चाहिए? या, क्या उच्च सामाजिक जोखिम वाले विषयों पर एंगेजमेंट ऑप