Wie war der Artikel?

1482530Cookie-CheckYouTube verwendet „Bewerter“, um „Grenzinhalte“ für Shadow-Verbote zu beurteilen
Eigenschaften
2019/06

YouTube verwendet „Bewerter“, um „Grenzinhalte“ für Shadow-Verbote zu beurteilen

Wir wussten, dass YouTube bereits im Januar 2019 Algorithmen eingeführt hat, um Empfehlungen für „extremistische“ oder „grenzwertige“ Inhalte zu reduzieren. Nun, bei einer kürzlichen Code-Veranstaltung, die zeitgleich mit der E3 stattfand, erfuhren wir etwas mehr über die Empfehlungsfunktion von YouTube und wie sie „grenzwertige Inhalte“ verbieten wird.

Während einer Frage-und-Antwort-Runde fragte Kevin Roose, ein Tech-Kolumnist, der für die New York Times einen Schlagerartikel gegen YouTube verfasste, YouTube-CEO Susan Wojcicki, ob die Plattform einen „radikalisierenden“ Effekt auf die Art und Weise habe, wie Menschen mit den Inhalten interagieren. Wojcicki ging völlig um die Frage herum, gab aber einen Einblick in die Funktionsweise der Shadow-Ban-Filter für Empfehlungen, was in einem Tweet von Josh Pescatore hervorgehoben wurde.

Wenn Sie das Video nicht ansehen können, erläutert Wojcicki seine Empfehlungsfilter für „grenzwertigen Inhalt“, indem er von „Bewertern“ für die Bewertung des Inhalts spricht und sagt …

„Wir bieten – wie Sie wissen und recherchiert haben – ein breites Meinungsspektrum. Und wir haben uns all diese verschiedenen Bereiche umfassend angeschaut und stellen fest, dass wir eine Vielfalt an Meinungen bieten. Wenn also Leute hingehen und nach einem Thema suchen – sei es Politik, Religion oder Stricken –, bieten wir eine Vielzahl anderer damit verbundener Inhalte an.

 

„Aber wir haben diese Radikalisierungsbedenken sehr ernst genommen und deshalb Anfang Januar einige neue Änderungen im Umgang mit Empfehlungen eingeführt. Ich weiß, dass Sie mit ihnen vertraut sind; Sie haben darauf verwiesen. Aber was wir tun – nur um anderen Leuten ein bisschen Hintergrundwissen zu geben – ist, dass wir im Grunde ein Verständnis dafür haben, welche Inhalte grenzwertig sind. Wenn dieser Inhalt grenzwertig ist, bestimmen wir dies auf der Grundlage einer Reihe verschiedener von uns verwendeter Bewerter, die repräsentativ für verschiedene Menschen in den USA sind, und wenn wir feststellen, dass wir in der Lage sind, ein Verständnis davon aufzubauen Was als grenzwertiger Inhalt gilt, und reduzieren dann unsere Empfehlungen.

 

„Deshalb haben wir die Empfehlungen, die wir für grenzwertige Inhalte aussprechen, um 50 % reduziert. Und wir planen, dies für den Rest des Jahres in allen Ländern – in 20 weiteren Ländern – einzuführen.“

Wenn Sie sich nun das vollständige Interview ansehen möchten, können Sie dies hier tun Der YouTube-Kanal von Recode wo sie das gesamte 41-Segment haben.

Aber um den wichtigen Teil der Darstellung zu diesem Thema aufzuschlüsseln, müssen wir noch einmal auf Wocjickis Stolpern und Genesung zurückblicken, als sie zum ersten Mal „Interviews“ erwähnte, es aber in „Bewerter“ änderte.

Also, wenn wir nehmen, erste Fraktion, was zuerst erwähnt wurde, bevor auf das, was danach erwähnt wurde, eingeht, scheint es, dass YouTube Inhalte anhand von Interviews beurteilt, die sie mit bestimmten Personen – vermutlich unterschiedlichen demografischen Gruppen – in den USA führen, um zu sehen und zu beurteilen, ob bestimmte Arten von Inhalten tatsächlich vorhanden sind oder nicht „grenzwertiger Inhalt“.

Was auch immer die Befragten als Antwort zurückgeben, es ist wahrscheinlich, wie YouTube vorgeht.

Wenn wir die Situation jedoch aus der Perspektive von YouTube betrachten, bei dem „Bewerter“ – also Personen, die den Inhalt bewerten – zum Einsatz kommen, ergibt sich eine etwas andere Sicht auf die Art und Weise, wie die Empfehlungsfunktion für Nutzer gestaltet wird. Bewerter scheinen insbesondere auf Personen hinzuweisen, die Inhalte auf YouTube ansehen und bewerten, und auf dieser Grundlage bestimmt der Algorithmus, ob der als „grenzwertig“ eingestufte Inhalt eine Empfehlung wert ist oder nicht.

In beiden Fällen handelt es sich um eine Situation, in der sich der Inhalt außerhalb der organischen Suchmaschine befindet und Videos basierend auf dem empfiehlt, was Ihnen gefällt (oder wen Sie abonniert haben), und diese Entscheidungen stattdessen auf der Grundlage ideologischer Präferenzen oder der von den „Bewertern“ von YouTube getroffenen Festlegungen getroffen werden.

Genauer gesagt bedeutet dies, dass Inhalte, die von den Bewertern als „grenzwertig“ eingestuft werden, aus den Empfehlungs-Feeds verdrängt werden. Dies bedeutet wiederum, dass Inhalte, die normalerweise in der empfohlenen Leiste erscheinen würden, dort nicht angezeigt werden, was ein Gefühl der Zensur oder das, was wir ein Soft-Shadow-Verbot nennen, zur Folge hat.

YouTuber Waffengewaltige Nerd-Wut hat ein kurzes Video erstellt, in dem die Auswirkungen dieser neuen Funktion auf potenzielle Zuschauer und Benutzerakquise untersucht wurden.

Im Moment ist es schwierig, eine genaue Einschätzung darüber zu erhalten, welche Auswirkungen dies auf bestimmte Kanäle haben wird.

YouTube äußerte sich nicht sehr offen darüber, welche Kanäle genau von dieser neuen Funktion betroffen sind, und angesichts all der anderen vorgenommenen Änderungen haben sich die Leute bisher hauptsächlich darauf konzentriert, ihre Kanäle zu stabilisieren, anstatt sich über neue Unterdrückungstechniken Gedanken zu machen.

Ganz zu schweigen davon, dass jeder YouTuber, der keine Mainstream-Medienquelle war, durch YouTubes Fokus auf seinen „autoritativen“ Algorithmus negativ beeinflusst wurde, der dazu führte, dass die Plattform Mainstream-Medien und Unternehmen über die Registerkarte „Trends“ mehr Bekanntheit und Werbung verschaffte, wie in offenbart A ausführlicher Bericht von Coffee Break.

Auch YouTuber mussten sich damit auseinandersetzen VoxAdPocalypse Dies führte dazu, dass eine Reihe von Kanälen vollständig deaktiviert oder eingestellt wurden.

Ich stelle mir vor, dass wir mit der weiteren Einführung des Schattenverbots für die empfohlene Funktion in immer mehr Regionen auf der ganzen Welt seine Auswirkungen auf verschiedene Kanäle und die Auswirkungen auf deren Videoerkennung auf der gesamten Plattform besser abschätzen können.

(Danke für den News-Tipp Weaponized Nerd Rage)

Andere Eigenschaften