YouTube zou eerder video's over verkiezingsfraude aanbevelen aan gebruikers die al sceptisch waren over de legitimiteit van de Amerikaanse presidentsverkiezingen van 2020, blijkt uit een nieuwe studie die de impact van de algoritmen van de site onderzoekt.

De resultaten van het onderzoek, dat is gepubliceerd in het Journal of Online Trust and Safety , toonde aan dat degenen die het meest sceptisch waren over de legitimiteit van de verkiezingen, drie keer zoveel video's met verkiezingsfraude te zien kregen als de minst sceptische deelnemers - ongeveer 8 aanvullende aanbevelingen van de ongeveer 400 video's die aan elke studiedeelnemer werden voorgesteld.

Hoewel de algemene prevalentie van dit soort video's laag was, leggen de bevindingen de gevolgen bloot van een aanbevelingssysteem dat gebruikers de inhoud biedt die ze willen. Voor degenen die zich het meest zorgen maken over mogelijke verkiezingsfraude, bood het tonen van gerelateerde inhoud een mechanisme waarmee verkeerde informatie, desinformatie en samenzweringen hun weg kunnen vinden naar degenen die ze het meest waarschijnlijk zullen geloven, observeer de auteurs van het onderzoek. Belangrijk is dat deze patronen de onafhankelijke invloed van het algoritme weerspiegelen op wat echte gebruikers te zien krijgen tijdens het gebruik van het platform.

"Onze bevindingen onthullen de nadelige gevolgen van aanbevelingsalgoritmen en doen twijfel rijzen over de opvatting dat online informatieomgevingen uitsluitend worden bepaald door de keuze van de gebruiker", zegt James Bisbee, die het onderzoek leidde als postdoctoraal onderzoeker aan het Center for Social Media and Politics van de New York University. (CSMaP).

Bijna twee jaar na de presidentsverkiezingen van 2020 geloven grote aantallen Amerikanen, vooral Republikeinen, niet in de legitimiteit van de uitkomst.

"Ongeveer 70% van de Republikeinen ziet Biden niet als de legitieme winnaar", ondanks "meerdere hertellingen en audits die de overwinning van Joe Biden bevestigden", schreef PolitiFact van het Poynter Institute eerder dit jaar.

Hoewel het bekend is dat sociale-mediaplatforms, zoals YouTube, inhoud naar gebruikers sturen op basis van hun zoekvoorkeuren, worden de gevolgen van deze dynamiek mogelijk niet volledig gerealiseerd.

In de CSMaP-studie namen de onderzoekers in november en december 2020 een steekproef van meer dan 300 Amerikanen met YouTube-accounts. De proefpersonen werd gevraagd hoe bezorgd ze waren over een aantal aspecten van verkiezingsfraude, waaronder het tellen van frauduleuze stembiljetten, het weggooien van geldige stembiljetten, buitenlandse regeringen die zich ermee bemoeien, en niet-Amerikaanse burgers die stemmen, naast andere vragen.

Deze deelnemers werd vervolgens gevraagd om een ​​browserextensie te installeren die de lijst met aanbevelingen die ze te zien kregen, zou vastleggen. De proefpersonen kregen vervolgens de opdracht om op een willekeurig toegewezen YouTube-video (de "seed" -video) te klikken en vervolgens op een van de aanbevelingen te klikken die ze kregen volgens een willekeurig toegewezen "traversal rule". Gebruikers die zijn toegewezen aan de 'tweede doorloopregel' zouden bijvoorbeeld altijd op de tweede video moeten klikken in de lijst met weergegeven aanbevelingen, ongeacht de inhoud ervan. By restricting user behavior in these ways, the researchers were able to isolate the recommendation algorithm's influence on what real users were being suggested in real time.

The subjects then proceeded through a sequence of YouTube recommended videos, allowing the researchers to observe what the YouTube algorithm suggested to its users. Bisbee and his colleagues then compared the number of videos about election fraud in the 2020 U.S. presidential election that were recommended to participants who were more skeptical about the legitimacy of the election to those recommended to participants who were less skeptical. These results showed that election skeptics were recommended an average of eight additional videos about possible fraud in the 2020 US election, relative to non-skeptical participants (12 vs. 4).

"Many believe that automated recommendation algorithms have little influence on online 'echo chambers' in which users only see content that reaffirms their preexisting views," observes Bisbee, now an assistant professor at Vanderbilt University.

"Our study, however, suggests that YouTube's recommendation algorithm was able to determine which users were more likely to be concerned about fraud in the 2020 U.S. presidential election and then suggested up to three times as many videos about election fraud to these users compared to those less concerned about election fraud. This highlights the need for further investigation into how opaque recommendation algorithms operate on an issue-by-issue basis." + Verder verkennen

YouTube to remove misleading videos about the outcome of the U.S. presidential election