وقال سابيزينسكي عن نهجهم في استنساخ الحسابات: “نحن نعمل بشكل أساسي على افتراض أنه إذا أردنا البيانات، فعلينا الحصول عليها بأنفسنا”. “حتى لو أردنا، على سبيل المثال، استخدام واجهة برمجة التطبيقات الرسمية لباحث TikTok، فلن تتم تغطية أي من وكالات المستخدم هناك. يمكنك معرفة المحتوى المتاح، لكن لا يمكنك رؤية الجداول الزمنية الفردية التي ستخبرك بكيفية تفاعل الخوارزمية مع مستخدم معين يشاهد أو لا يشاهد مقطع فيديو معين. وبالمثل، مع إمكانية الوصول إلى بيانات الباحثين في الاتحاد الأوروبي، لا يمكن الوصول إلى كل هذه البيانات إلا بشكل مجمع وليس من منظور مستخدم واحد. لذلك عندما تريد حقًا دراسة التخصيص، فلا يمكن إجراء هذا البحث على البيانات المجمعة.
اهتم بالفجوة
أجرى الفريق تجاربه عدة مرات على 90 حسابًا مستنسخًا وأجرى مقارنات جنبًا إلى جنب، باستخدام كل من الإشارات الضمنية والصريحة، لمعرفة كيفية استجابة خوارزمية TikTok فيما يتعلق بالمحتوى الموصى به على FYPs. ركزوا على ثلاثة موضوعات شائعة: مقاطع فيديو الطبخ، ومقاطع فيديو اللياقة البدنية، والمراهنات الرياضية.
أثبت زر “غير مهتم” أنه الأكثر فعالية، حيث قلل المحتوى غير المرغوب فيه بحوالي 84 بالمائة، مقارنة بانخفاض قدره 48 بالمائة فقط من مجرد تخطي مقاطع الفيديو. قال كابلان: “لذا، إذا كنت لا تريد رؤية شيء ما، فعليك أن تضغط على هذا الزر”. لكن المؤلفين لاحظوا أن خيار “غير مهتم” يبدو أنه مخفي عن عمد عن المستخدمين. وكان من السهل جدًا على الخوارزمية “الانتكاس” مرة أخرى لإغراق الخطة الخمسية بمحتوى غير مرغوب فيه سابقًا؛ وحتى إعادة مشاركة المستخدم لفترة وجيزة تكون كافية.
قال سابيزينسكي: “اتضح أن الأمر ينجح في البداية”. “عندما تبدأ بالقول، “لا أريد رؤية هذا الموضوع بالتحديد،” قد تعرض لك المنصة في الواقع عددًا أقل من هذه الأجزاء من المحتوى. ولكن بعد ذلك ستبدأ المنصة ببطء في إعادتها إلى خلاصتك. وإذا لم تفعل ذلك يكمل قائلًا: “أنا حقًا لا أريد رؤيته”، قد يعود هذا إلى المكان الذي كان فيه في البداية. وبالتالي فإن المنصة تتفاعل مع تعليقاتك السلبية، ولكنها تتفاعل أيضًا بشكل كبير مع سلوكك الصريح. لذلك إذا تم عرض هذا المحتوى عليك مرة أخرى وبدأت في مشاهدته، فسوف تقوم المنصة بتزويدك به مرة أخرى أكثر فأكثر.
بمعنى آخر، كن نشيطًا للغاية بشأن تعليقاتك – وكن يقظًا دائمًا! – عندما يتعلق الأمر بتنظيم الخطة الخمسية لـ TikTok. ويأمل الباحثون في اختبار هذه الفرضية على بيانات المستخدم الحقيقية في المستقبل. ومع ذلك، قال كابلان: “يمكننا تعليم المستخدمين كيفية استخدام النظام الأساسي بشكل أفضل، ولكن في النهاية فإن الطريقة التي تتفاعل بها مع النظام الأساسي سوف تمليها قرارات التصميم التي تعتبر أساسية للنظام الأساسي”.
وقائع مؤتمر AAAI الدولي العشرين حول الويب ووسائل التواصل الاجتماعي، 2026. DOI: 10.1609/icwsm.v20i1.42688 (حول DOIs).
