Algoritmit ja kuplat - voiko somesta enää löytää kultajyviä?
1. Algoritmit ja kuplat
- voiko somesta enää löytää
kultajyviä?
5.10.2020
Harto Pönkä
Innowise
2. Milloin viimeksi löysit netistä kultajyvän?
Tiedollinen serendipiteetti
▪ Tavalla tai toisella arvokasta tietoa
▪ Tieto, joka synnytti sinulle uuden
idean tai auttoi ymmärtämään jonkin
asian entistä syvemmin
▪ Uutiset, jotka tuovat esiin
näkökulmia, joita et vielä tuntenut
Sosiaalinen serendipiteetti
▪ Työn tai opiskelun kannalta
hyödyllinen kontakti
▪ Ihminen, jolta opit uutta
▪ Ystävä, johon et normaalisti olisi
edes törmännyt
2
Serendipiteetti =
”onnekas löytö”, sattumahdollisuus
3. “Algoritmi on ohjelma, joka
suorittaa tietyn tehtävän käytössä
olevan datan ja määrättyjen
sääntöjen perusteella.
Se tekee siis valintoja tekijänsä
tavoitteiden mukaan.
3
5. Kuva: Wikipedia (CC BY-SA 2.5),
https://en.wikipedia.org/wiki/PageRank#/media/File:PageRank-hi-res.png
5
Googlen hakualgoritmi perustui alun
perin dataan siitä, miten verkkosivut
linkittävät toisiinsa.
Nykyisin siihen yhdistetään
käyttäjistä kerätty data.
6. Google on
todennäköisesti
”räätälöinyt mainoksesi”
kymmenillä eri
datapisteillä.
Ikä, sukupuoli, perhetilanne, ammatti,
harrastukset, tuotteet, matkat,
kiinnostuksen kohteet jne.
Täällä voit tarkistaa tietosi ja asetukset:
https://adssettings.google.com/
6
7. Googlen uutissuositukset
7
Lähde: Google, Discoverista löytyvien tietojen yksilöinti,
https://support.google.com/websearch/answer/2819496?co=GENIE.Platform%3DAndroid&hl=fi (21.9.2020)
Google personoi Android-puhelimen ja Chrome-
selaimen uutiset käyttäjän datan perusteella.
▪ Verkko- ja sovellustoiminta
Haut ja muu toiminta Googlen palveluissa
Tiedot käytetyistä sivustoista ja sovelluksista
Audiotallenteet
https://myactivity.google.com/
▪ Tallennetut yhteystiedot
Gmail + laitteet (jos synkronoitu)
Keneen olet ollut yhteydessä
https://contacts.google.com/
▪ Sijaintidata
Koti ja työpaikka
Nykyinen sijainti ja sijaintihistoria
https://maps.google.com/locationhistory/
9. Tykkääminen
Tykkäys oli ensimmäisiä sosiaalisen median
sisällön suodatuksen algoritmeja.
Sen avulla tunnistetaan:
1) suositut sisällöt
2) mistä sinä pidät
3) mitä sinä tuotat
Vimeo 2005
FriendFeed 2007
Facebook 2008 / 2010
YouTube 2010
Twitter 2015
9
Kuva: Facebookin tykkäysikoni, Enoc vt @ Wikipedia,
https://en.wikipedia.org/wiki/Like_button#/media/File:Facebook_like_thumb.png (public domain)
10. Uutisvirta
Facebook lainasi reaaliaikaisen uutisvirran
idean Twitteriltä ja julkaisi sen v. 2009.
Facebook lisäsi uutisvirtaan
algoritmin, joka valitsee:
1) mitä julkaisuja ja mainoksia näet
2) missä järjestyksessä julkaisut ovat
3) kuinka pitkään julkaisut näkyvät
Algoritmi näyttää kavereidesi julkaisujen sijasta
suosituimpia julkaisuja ja mainoksia.
10
Kuva: Facebookin uutisvirta v. 2009, prehensile @ flickr,
https://www.flickr.com/photos/prehensile/3349062358/sizes/o/in/photostream/ (CC-BY-NC-SA 2.0)
11. “
Jokainen klikkaus ja kommentti
sosiaalisen median uutisvirrassa on
kuin vastaus psykologisessa testissä
– osa profilointia.
11
12. Facebookin uutisvirran algoritmi
▪ Algoritmi huomioi käyttäjän aiemman
toiminnan, kiinnostukset ja verkoston.
▪ Algoritmi nostaa esiin käyttäjälle ”tärkeiden”
ihmisten ja ryhmien julkaisuja.
▪ Käyttäjälle näytetään enemmän sen tyyppisiä
julkaisuja, joihin hän on aiemmin reagoinut.
▪ Algoritmi estää klikkiotsikoita ja spämmiä.
▪ Facebook-sivujen julkaisujen näkymistä on
vähennetty toistuvasti vuodesta 2018.
▪ Sivun/käyttäjän julkaisujen aiempi matala
osallistumisaste laskee näkyvyyttä jatkossa.
▪ Runsas julkaiseminen nostaa rankingia.
▪ Kommenttiketjuissa nostetaan suosittuja ja
alkuperäisen julkaisijan kommentteja.
12
Kuvat: Tekniikka&talous, 26.3.2018, https://www.tekniikkatalous.fi/tekniikka/ict/nain-toimivat-facebookin-salaiset-algoritmit-t-t-n-supergraafi-avaa-toimintaperiaatetta-6710266
Lähde: Maxwell Gollin, 18.10.2019, https://www.falcon.io/insights-hub/industry-updates/social-media-updates/facebook-algorithm-change/, HootSuite, 27.1.2020, https://blog.hootsuite.com/facebook-algorithm/
13. 13
Facebookin reaktiot
Facebookin tutkimuksen (2014) mukaan positiiviset
julkaisut synnyttivät käyttäjissä positiivisia tunteita
ja negatiiviset julkaisut negatiivisia tunteita.
Facebook julkaisi reaktiot vuonna 2016. Halaus lisättiin keväällä 2020.
Reaktioiden avulla Facebookin on mahdollista synkronoitua käyttäjän
tunnetilaan eli näyttää sen mukaisia sisältöjä.
Lähde: Kramer, Guillory, & Hancock, 2014, Experimental evidence of massive-scale emotional contagion through social networks,
https://www.pnas.org/content/111/24/8788.full
14. YouTuben oppiva suosittelualgoritmi
YouTube ehdottaa seuraavaksi katsottavia
videoita käyttäjistä ja videoista kertyneen
datan perusteella.
Algoritmi käyttää apuna tekoälyä, joka
pyrkii oppimaan käytöksestäsi testaamalla
sinulle löydettyjä vaihtoehtoja.
Suosituksiin vaikuttaa mm.
1) videoiden laatutekijät (klikit ja ajat)
2) käyttäjän suosimat kanavat ja aiheet
3) käyttäjän haku- ja katseluhistoria
4) käyttäjän ikä, sukupuoli, sijainti jne.
14
Lähde: Covington, Adams, & Sargin, 2016, Deep Neural Networks for YouTube Recommendations,
https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/45530.pdf
15. “Se, minkä algoritmi poimii, on yhä
useammille totta.
Pahimmillaan algoritmi voi tapaa
luovuuden, kun emme enää kohtaa
sisältöjä, jotka tuovat meille uusia
tietoja ja näkökulmia.
15
16. Suosiiko Facebook vihanaamaa?
Tutkija Aleksi Knuutila selvitti puolueiden
Facebook-viestintää 1.2.2017–14.4.2019.
Suuttumusta aiheuttavat viestit saivat
eniten klikkauksia, kommentteja ja jakoja.
Eniten vihanaama-emojia käytettiin
Perussuomalaisten ja Vasemmiston
julkaisuihin reagoinnissa.
Haha-emojia käytettiin mm.
kritisointiin ja ivaan.
16
Lähde: Aleksi Knuutila, 2019,
https://politiikasta.fi/narkastyksen-kone-miksi-uusoikeiston-aani-kuuluu-verkossa-muita-vahvemmin/
Yleisimpien tunnereaktioiden osuus eniten tunteita
herättävissä viesteissä puolueiden ja ehdokkaiden
Facebook-sivuilla.
17. “Jos julkaisu lähestyy provokatiivisen
sisällön rajaa, ihmiset sitoutuvat
siihen keskimääräistä enemmän,
vaikka he sanovat meille
myöhemmin, että he eivät pidä
sisällöstä.
- Sheryl Sandberg,
Facebookin operatiivinen johtaja
17
Lähde: WSJ/HS, 30.8.2020,
https://www.hs.fi/talous/art-2000006618004.html
18. 18
Kuva: Kiran Garimella/Aalto-yliopisto
Lähde: STT, 2017, https://www.sttinfo.fi/tiedote/algoritmi-voi-luoda-sopua-clintonin-ja-trumpin-kannattajien-valille?publisherId=37936456&releaseId=57059022
Sosiaalisen median verkostoissa voi syntyä ennakkokäsityksiä vahvistavia
kuplia ja ”kaikukammioita”. Someväittelyissä eri mieltä olevat jakaantuvat
vastakkaisiin leireihin, joiden välissä on vaikea olla.
Polarisaatio
20. 20
Lähteet: Paul Butler, Facebook, 2010, https://www.facebook.com/note.php?note_id=469716398919,
Facebook Research, 2016, https://research.fb.com/three-and-a-half-degrees-of-separation/
Facebook yhdisti maailman ihmiset niin, että vuonna 2016 sen
käyttäjät olivat keskimäärin enää 3,57 askeleen päässä toisistaan.
10 vuodessa
22. Sovellukset pyrkivät saamaan kontaktitietosi
Kuvakaappaukset: Somepalvelut 2019-2020
22
Kontaktitietojen avulla palvelut pystyvät profiloimaan sinut entistä tehokkaammin.
Yhteystietojen antamisessa on aina riski, että ne päätyvät lopulta markkinointikäyttöön.
23. Omat valinnat vaikuttavat
1. Onko profiilisi avoin vai suljettu
2. Keitä seuraat tai pyydät
kaveriksi
3. Mihin ryhmiin liityt, mitä
hashtageja seuraat
4. Mihin julkaisuihin ja viesteihin
vastaat tai reagoit
5. Mitä jaat ja julkaiset
6. Keitä hiljennät, blokkaat tai
ilmiannat
23
Kuva: Marc Smith, 2008,
https://www.connectedaction.net/distinguishing-social-network-attributes-of-online-social-roles/
24. Suosittelualgoritmit
▪ Samanlaisuus (kuin sinä tai joku muu)
▪ Suosio (paljon seuraajia)
▪ Aktiivisuus (viimeaikainen toiminta)
▪ Sosiaalinen läheisyys (kaverin kaverit)
▪ Vastavuoroisuus (koska toinen seurasi
ensin sinua)
▪ Aktiivisuus ja seuraajuus (esim. ne
käyttäjät, joiden twiittejä nykyiset
seurattavasi retwiittasivat äskettäin)
24
Kuvat: Twitterin suositteluja uusista seurattavista
25. Verkostoanalyysi ja -data
Verkostoanalyysilla saadaan tietoa verkoston
jäsenistä ja heidän välisistään suhteista.
Somepalvelut hyödyntävät verkostodataa
algoritmeissa. Verkostoanalyysejä voivat
tehdä myös ulkopuoliset tahot.
1) keskeisimmät toimijat
2) toimijoiden väliset suhteet
3) toimijoiden muodostamat ryhmittymät
4) ryhmittymien väliset suhteet
5) asiat/aiheet, jotka yhdistävät eri toimijoita
ja ryhmittymiä
25
Kuva: Eduskuntavaaliehdokkaiden klusterit Twitterissä #vaalit2019, Harto Pönkä, 2019,
https://harto.wordpress.com/2019/04/02/eduskuntavaaliehdokkaiden-klusterit-twitterissa-vaalit2019/
28. Twitter: käyttäjien laatupisteet (2018-)
Twitter yrittää tunnistaa tekoälyn avulla
käyttäjiä, joilla voi olla huonoja vaikutuksia
muihin. Pisteytys vaikuttaa mm. näkyvyyteen
hakutuloksissa ja suosituksissa.
▪ Profiili (uutuus, s.postin varmistus, kuva, nimi ym.)
▪ Käytös ja verkosto (keitä seuraa, vastaa,
retweettaa jne.)
▪ Miten muut ovat vuorovaikutuksessa käyttäjään
(kuka blokkaa, seuraa, vastaa, retweettaa jne.)
▪ Kuinka usein käyttäjätunnusta käytetään
▪ Sensitiivinen sisältö (aikuisviihde, väkivalta jne.)
▪ Ovatko twiitit keskustelua rakentavia vai jakavia
(todennäköisesti tekoäly seuraa, aiheuttaako
käyttäjä ilmiantoja, blokkauksia jne.)
28
Lähde: Twitter, 2018,
https://blog.twitter.com/official/en_us/topics/company/2018/Setting-the-record-straight-on-shadow-banning.html
29. Yhdistäjät, välittäjät ja energisoijat
▪ Verkoston eri osia dominoi paikalliset
yhdistäjät eli mielipidevaikuttajat.
▪ Välittäjät synnyttävät verkoston eri osia
yhdistäviä siltoja / heikkoja yhteyksiä.
▪ Organisaatioissa välittäjät ovat usein
johtavassa asemassa. He tuntevat keskeiset
ihmiset eri verkoston osissa.
▪ Välittäjät saavat tietoa useista lähteistä ja
ovat keskeisiä innovaatioiden synnyssä.
▪ Lisäksi on energisoijia, jotka kannustavat ja
tukevat muita.
▪ Tiedon, ideoiden ja innovaatioiden
leviämisen kannalta olisi hyödyllistä
verkostoitua yli verkoston osien.
29
Lähde: Michael Arena, Rob Cross, Jonathan Sims ja Mary Uhl-Bien, 2017, https://sloanreview.mit.edu/article/how-to-catalyze-innovation-in-your-organization/
Katso myös Tampereen yliopistolla tehty Twitter-suosittelun tutkimus: https://dl.acm.org/doi/10.1145/3314183.3323460
30. Vinkit: miten voit yhä löytää kultajyvän?
1. Hae tietoa (jollain muulla kuin Googlella).
2. Lue artikkeli tai uutinen, joka ei edusta näkemystäsi.
3. Ala seurata ihmisiä, joita et ensin aikonut seurata.
4. Mene keskusteluihin, joihin et yleensä osallistuisi.
5. Kutsu keskusteluihin mukaan ihmisiä eri ryhmistä.
6. Käy läpi somekaverisi - ja löydät heidät uudestaan!
30