Ophef! Nepnieuws! Schermverslaving! Bij alles wat er misgaat met big tech of sociale media gaat het vingertje naar ‘de algoritmen’. Ligt het echt aan die geheimzinnige code? ‘Het zijn mensen die bedenken wat eraan ten grondslag ligt.’
‘Ik wil een lans breken voor algoritmen.’ Nadat Tim Baarslag eerst geduldig heeft uitgelegd wat algoritmen nu precies zijn (waarover straks meer), moet het hem van het hart: ‘Het is niet eerlijk om de algoritmen overal de schuld van te geven.’
De onderzoeker bij het Centrum Wiskunde & Informatica en hoogleraar AI in Eindhoven raakt een belangrijk punt. Of het nu gaat om de ‘ophefalgoritmen’ van X of de ‘verslavende algoritmen’ van TikTok: steeds lijkt het alsof algoritmen zo’n beetje hun eigen gang gaan, zonder dat de baasjes weten wat er gebeurt.
Onzin, zegt Baarslag: ‘Het zijn mensen die de metriek bedenken die ten grondslag ligt aan de algoritmen.’ Een metriek is een kwantitatieve maatstaf. Een bedrijf als X wil bijvoorbeeld dat mensen veel reacties geven op berichten, terwijl TikTok eerder als doel heeft dat bezoekers er zoveel mogelijk tijd doorbrengen. Een webwinkel stuurt weer op conversie: consumenten moeten overgaan tot een aankoop.
Alleen in combinatie met precieze metriek kunnen de vermaledijde algoritmen bijdragen aan de doelstellingen van bedrijven. En, ja, het klopt dat deze ‘verborgen werkers’ het gedrag van gebruikers op een platform beïnvloeden. Door mensen veel berichten voor te schotelen waar zij boos over worden, lukt het X om reacties uit te lokken, om maar een voorbeeld te noemen.
Uiteindelijk is dat dus niet de schuld van die algoritmen, benadrukt Baarslag: ‘Met een andere metriek krijg je ook andere algoritmen. Pas de metriek aan en je krijgt ander gedrag.’
Maar wat zijn algoritmen nou? Een goede analogie, zegt Baarslag, is die van het recept. Om een lekkere taart te bakken, heb je de juiste ingrediënten nodig én een goed recept. In deze analogie zijn de ingrediënten de data en is het recept het algoritme.
Simpel toch? Nou nee. Net zoals het ene recept het andere niet is, is het ene algoritme het andere niet. Baarslag associeert door: ‘Een simpel recept zou kunnen luiden: bak een cake zoals oma altijd deed. Het hangt maar helemaal van je kennis af of je daar iets mee kunt. En iedereen kan dit recept weer anders interpreteren.’
Een alternatief is een ingewikkeld recept, waarbij iedere stap minutieus is uitgeschreven en niets aan het toeval wordt overgelaten. Snufje zout? Nee hoor: vijftien korrels. Eetlepel olie? Niets daarvan: 11 milliliter.
Het is een beetje zoals de oldskool-algoritmen in computerprogrammatuur. Deze zogenoemde regelgebaseerde algoritmen werken op basis van vooraf vastgestelde regels die expliciet door mensen zijn geprogrammeerd. Ze nemen beslissingen op basis van deze regels: als dit, dan dat.
Zulke algoritmen zijn geschikt voor eenvoudige, voorspelbare taken of situaties met weinig variatie. Denk aan een beslisboom die banken gebruiken om te bepalen of iemand die een lening aanvraagt daarvoor in aanmerking komt.
Hiertegenover staan de algoritmen zoals die het nieuws domineren: de AI-algoritmen. Deze leren van data en doen voorspellingen zonder al te veel expliciete menselijke programmering. Het grote voordeel is dat ze dynamisch en zelflerend zijn en zich kunnen aanpassen aan andere gebruikers. Zo’n AI-algoritme lijkt op de opdracht ‘bak een taart zoals oma dat vroeger deed’. Zelfs een vage, algemene omschrijving kan leiden tot een prima resultaat.
De prestaties zijn afhankelijk van de kwaliteit en de hoeveelheid trainingsdata. Is die op orde, dan doen de algoritmen snorrend en onzichtbaar hun werk. Complexe toepassingen als spraak- en beeldherkenning, maar ook gepersonaliseerde aanbevelingssystemen werken op die manier.
De video’s in een TikTok-feed, de berichten op X, de Discover Weekly-lijst op Spotify: allemaal algoritmisch gestuurde persoonlijke aanbevelingen op basis van uw eigen data. Geen lijst is hetzelfde, omdat de data per gebruiker verschillen.
Dit is dé grote verandering bij algoritmen geweest, zegt Baarslag. ‘De moderne algoritmen geven eigenlijk niet zoveel prijs, je ziet weinig in de code.’ Die code kan alleen zijn werk doen in combinatie met grote hoeveelheden (gebruikers)data.
Met andere woorden: hetzelfde algoritme kan bij het ene bedrijf veel beter zijn werk doen dan bij het andere. Baarslag: ‘Voor X kan een heel simpel algoritme goed genoeg zijn, omdat ze zoveel gegevens van hun gebruikers hebben.’ Exact hetzelfde algoritme is volstrekt waardeloos in handen van een sociaal netwerk met weinig gebruikers.
Ook Tom Dobber, communicatiewetenschapper aan de Universiteit van Amsterdam, maakt zich sterk voor algoritmen, zoals bij sociale media. ‘Er is een overvloed aan informatie én er zijn veel gebruikers. De platforms schotelen al die mensen iets anders voor. Dat kan alleen met algoritmen.’
In theorie is daar niets mis mee, zegt Dobber: ‘Ze helpen je om de goede en nuttige dingen uit die gigantische berg informatie te halen.’ Maar er is een pikdonkere keerzijde: ‘Bij bedrijven als X, Meta of TikTok draait het allemaal om optimalisatie.’
Vanaf dat moment draaien de rollen om, aldus Dobber. Het algoritme dient niet de gebruiker, maar de techbedrijven. Dat gaat voor de gebruiker ongemerkt, maar de gevolgen kunnen groot zijn.
‘Het begint met een voorspelling: bij wat voor soort berichten is de kans het grootst dat je reageert, of blijft hangen?’ Daarna gaan de algoritmen dingen uitproberen. Een extremer filmpje, nepnieuws, haat misschien wel. Eerst subtiel, maar als het succes heeft, steeds verder. Dat is problematisch, stelt Dobber: ‘Het is geen neutrale technologie. De algoritmen geven je interesses en perspectieven vorm.’
Het is overigens niet zo dat bedrijven expliciet een emotie als ‘boosheid’ als waarde meegeven in hun metriek. Het gaat ze puur om het maximaliseren van aandacht. Maar als blijkt dat een bepaalde persoon ‘aanslaat’ op berichten waarvan hij boos wordt, dan gaat het van kwaad tot erger en krijgt hij hier steeds meer van.
De aard van dit soort berichten kan het venster op de werkelijkheid vertroebelen. ‘Onlinediensten doen er alles aan om onze sluimerende interesses aan te wakkeren zónder onze autonomie te respecteren’, zegt Marijn Sax, filosoof en onderzoeker aan het Instituut voor Informatierecht.
Naar de buitenwereld hebben de techbedrijven mooi klinkende verhalen over het bieden van een ‘prettige gebruikservaring’ of ‘betekenisvolle interactie’. Laat je geen zand in de ogen strooien, waarschuwt Sax: ‘Van winkels tot sociale media manipuleren onlinediensten ons gedrag via allerlei subtiele aanpassingen. Algoritmen spelen daar ook een rol in.’
Hij noemt als voorbeeld TikTok, dat het spelletje als geen ander beheerst. ‘Voortdurend proberen ze nieuwe dingen uit in je feed.’
‘Zonder dat je het weet, train je je eigen TikTok-algoritme’, zegt Wouter van den Bos. Hij doet als universitair hoofddocent ontwikkelingspsychologie aan de Universiteit van Amsterdam onderzoek naar sociale media. Dat trainen kan expliciet, door een like te geven of een comment te plaatsen. Maar ook impliciet: door langer te blijven kijken naar een filmpje of bericht.
De algoritmen van verschillende platformen wegen die acties wel anders. ‘X draait om reacties, discussie. Daar zullen ze het zwaarder laten wegen als een gebruiker een commentaar plaatst. Bij TikTok gaat het er vooral om dat iemand zo lang mogelijk in de app blijft.’ Om de discussie te voeden, kan het voor een platform als X slim zijn om juist mensen met verschillende overtuigingen in elkaars tijdlijn te plaatsen, zodat er wrijving en verontwaardiging ontstaat.
‘Morele verontwaardiging lijkt volgens onderzoeken over het algemeen de effectiefste manier om de aandacht van mensen vast te houden’, zegt Van den Bos. Iets algemener wekken berichten die emoties oproepen – zowel positief als negatief – meer onze interesse dan posts die dat niet doen.
Hoe die algoritmen precies zijn afgestemd, blijft geheim. Socialemediaplatforms geven deze informatie niet prijs; net zoals ze onderzoekers geen inzicht in de achterliggende data geven. Daarnaast zijn zelflerende systemen continu in verandering, waardoor de algoritmen die onder de loep liggen al verouderd zijn terwijl het onderzoek nog loopt. De meeste studies richten zich nu nog op oudere platforms zoals X en Instagram, over TikTok is nog veel minder bekend.
Wel ziet Van den Bos dat het principe van morele verontwaardiging op een platform als TikTok iets anders lijkt te werken. Hier worden mensen meer binnen hun eigen bubbel gehouden en krijgen ze filmpjes waar weliswaar veel maatschappelijke discussie over is, maar die bevestigen wat ze al denken.
‘Morele verontwaardiging treedt niet alleen op als je een video of bericht ziet van iemand met wie je het oneens bent’, zegt Van den Bos. ‘Je kunt ook samen met je eigen groep verontwaardigd zijn.’
Naast de kwestie hoe algoritmen onze emoties bespelen, kun je je afvragen hoe wij algoritmen gebruiken om afleiding te zoeken als we gespannen zijn, of op een andere manier onze emoties te reguleren. Waarom grijpen we überhaupt zo vaak naar onze telefoon?
In het bekende experiment van Pavlov hoort een hond een belletje en krijgt daarna eten. Na deze handeling een aantal keer te hebben herhaald, begint de hond na het horen van dezelfde bel direct te kwijlen, omdat hij verwacht dat er voer komt. Hierop borduurde de psycholoog B.F. Skinner voort met de theorie van ‘instrumenteel leren’, dat in plaats van onvrijwillige reflexen (kwijlen) om vrijwillig gedrag gaat.
‘Het idee is dat het gedrag van mensen wordt bekrachtigd of verzwakt door een positieve of negatieve consequentie van wat ze hebben gedaan’, zegt klinisch psycholoog Dana Morris van Brown University. Bijvoorbeeld: je voelt je angstig of nerveus en opent sociale media om afleiding te zoeken. Als dat werkt, ook al is het maar tijdelijk, pas je deze tactiek in de toekomst vaker toe.
Hierbij speelt de laagdrempeligheid van sociale media een rol. Morris: ‘Gaan sporten of met een vriend bellen kan een betere methode zijn om van een vervelend gevoel af te komen, maar kost meer moeite dan het openen van een app. Mensen willen zich zo snel mogelijk weer goed voelen en kiezen dus vaak voor de eenvoudigste route.’ Hoe vaker dit gebeurt, hoe groter de kans dat het een gewoonte wordt, of zelfs een reflex. Dan gaan we van het vrijwillige gedeelte van Skinner over naar de pavlovreactie.
Zo’n ingesleten gewoonte krijg je er moeilijk weer uit, zelfs als het kijken op sociale media je geen prettig gevoel (meer) geeft. Of als van de twintig berichten of video’s die je ziet slechts een enkele je weet te boeien. De informele term hiervoor is het fruitmachine-effect: mensen blijven geld in het apparaat gooien omdat ze geloven dat de jackpot de volgende keer écht moet vallen. ‘Het uitblijven van het gewenste effect, maar de overtuiging dat het misschien wel komt, leidt ertoe dat je iets veel vaker doet dan wanneer je direct wordt beloond’, zegt Morris.
Dit effect treedt bij sociale media op twee manieren op. Enerzijds zorgt het ervoor dat je de app vaker opent – ben je na vijf minuten scrollen nog steeds gespannen, en leg je hem weg om koffie te halen, dan is de kans groot dat je je telefoon opnieuw oppakt als de wandeling niet meteen blijkt te helpen. Maar zodra je eenmaal aan het scrollen bent, geldt het effect ook. Zie je een video die je niet boeit, of je zelfs irriteert, dan ga je door naar de volgende post in de hoop daar wel te vinden wat je zoekt.
De vraag is of het nog anders kan. Kunnen we nog zonder algoritmen? Vermoedelijk niet, denken de experts. En dat hoeft ook niet: mits goed ingezet zijn die algoritmen immers wel degelijk van nut.
Baarslag zou graag willen dat bedrijven grondiger nadenken over de juiste metriek. Bovendien kan dat op de lange termijn ook in hun voordeel werken: ‘Natuurlijk willen ze dat je hun app zoveel mogelijk gebruikt. Maar ook weer niet zoveel dat je er ongelukkig van wordt en hem van je telefoon verwijdert.’
Ook Sax pleit voor aanpassingen in de onderliggende metriek. ‘Een bedrijf gaat dat alleen niet uit zichzelf doen.’ Gelukkig is er allerlei wetgeving die consumenten beschermt tegen manipulatie binnen commerciële omgevingen, zegt Sax. Dat is het goede nieuws. Het slechte? ‘Er is geen capaciteit om te handhaven.’
Verder is Sax zelf fan van de ouderwetse chronologische tijdlijnen bij bijvoorbeeld BlueSky of YouTube. ‘Je hebt dan meer controle over wat je ziet. Ik vind het een fijne vorm van zelfbescherming.’
Dobber is op dit punt wat sceptisch. ‘Ik vind een algoritmisch overzicht prettig, want dat brengt orde in de chaos. Het probleem is dat de overzichten van de commerciële bedrijven ten koste gaan van publieke waarden zoals een gedeelde waarheid of een goed zelfbeeld.’
Maar het blijft een oneerlijke strijd, vreest hij: ‘Hoe je het ook wendt of keert, alternatieve netwerken moeten concurreren met TikTok of Instagram. Mensen willen worden vermaakt.’
Camille Morren, 19 jaar, klantenservicemedewerker – TikTok
Ziet veel: mode, make-up, entertainment, productreviews
‘Ik werk in een callcenter, dus eigenlijk scroll ik de hele dag door, tijdens het bellen. En dan nu in mijn pauze ook. Dan zit ik naar kleding te kijken, vaak klik ik door om te zien waar iets te koop is. Ik geniet ook van online beef, er zijn twee vrouwelijke rappers in Amerika die ruzie hebben en allemaal disstracks maken. Die ene vrouw werd iets van tien jaar geleden bekend bij Dr. Phil, dat meisje van ‘cash me outside’, de andere is de dochter van Travis Parker, die drummer die getrouwd is met Kourtney Kardashian, weetjewel? Ja, geweldig.’
Rosa van Bommel, 22 jaar, muziekstudent – YouTube
Ziet veel: artiesten, nieuws, advertenties, mode, design
‘Als kind deed ik mee aan het tv-programma The Voice Kids, zo begon ik op mijn 10de al op sociale media te posten. Daar kreeg ik soms heel nare reacties. Anderhalf jaar geleden had ik een band en dus was ik weer veel met sociale media bezig. Toen merkte ik dat die reacties van vroeger me beschadigd hebben en ben ik ermee gestopt. Ik wil eerst helen.
‘Nu kijk ik wel nog veel op YouTube, bewust niet de korte filmpjes maar de langere verhalen. Ik hou van essays, om te lezen maar ook in videovorm. Soms kijk ik iets om rustig te worden, maar dan word ik er juist boos van, of bang.’
Richard Molenbeek, 58 jaar, schilder – YouTube
Ziet veel: schepen, dieren, auto’s, doe-het-zelf
‘Het trappenhuis staat vol stof, dat moet even neerdalen voor ik verder kan schilderen. Dus daarom sta ik hier even pauze te houden. Politie, valse kentekenplaten, daar kijk ik dan even naar. Of schepen die vastlopen, dat vind ik heel interessant. Schildpadden die gered worden... kijk, hier halen ze touw uit z’n mond en schelpen van z’n rug. Autoreparaties, ik heb eigenlijk niks met auto’s, toch kijk ik er naar. Video’s van mensen die heel snel een ruimte schilderen, dat is heel populair op sociale media, maar interesseert me niet. Dat zie ik de hele dag al.’
Niko Meijboom, 19 jaar, student communicatiewetenschap – TikTok
Ziet veel: cosplay, katten, vrienden, anime
‘Clover [vriendin, links op de foto] en ik maken vandaag foto’s van onze cosplay, we zijn verkleed als James Potter en Sirius Black uit Harry Potter-fanfiction. Daarom zie ik ook veel andere mensen die cosplay doen op sociale media, daar haal ik veel inspiratie uit dus daar blijf ik naar kijken. We zetten zelf ook foto’s op Instagram, niet per se om veel volgers of likes te krijgen maar gewoon als hobby. O, en daar is de eierkoning weer! Bart Dumont, hij kan heel goed eieren overgooien.’
Alles over tech vindt u hier.
Geselecteerd door de redactie
Source: Volkskrant