Forskning: TikToks algoritm reagerar inte permanent på negativ feedback
En ny studie visar att även när negativa signaler ges till TikToks algoritm, tar den inte bort innehåll från användarens flöde permanent.
Forskare vid Northern Illinois University har undersökt hur effektivt TikTok-användare kan påverka sitt 'For You Page' (FYP) flöde. Deras forskning indikerar att användarnas givna negativa feedback, såsom att använda funktionen 'inte intresserad', endast har en temporär effekt på algoritmen.
Algoritmen syftar till att personalisera användarupplevelsen genom en kombination av implicita signaler, som tittartid för videor, samt explicita signaler som gillamarkeringar. Studien fann dock att även om en användare inte tittar på eller markerar en video som 'inte intresserad', visas liknande innehåll upprepade gånger, om inte negativ feedback ges konsekvent.
Piotr Sapiezynski, en av studiens författare, berättade för Ars Technica att hans forskargrupp specialiserar sig på 'algoritmsgranskningar' för att bättre förstå hur onlineplattformar fungerar. Deras mål var att undersöka användarnas handlingsfrihet på TikTok, då många användare hade rapporterat ineffektiviteten av negativ feedback.
Forskningen antyder att även om plattformar erbjuder verktyg för att ge feedback, kan deras faktiska inverkan på användarens innehållsval vara mer begränsad än vad användarna förväntar sig. Detta väcker frågor om användarnas kontroll i digitala miljöer.