• 广告

    新研究显示学生在很大程度上不知道新闻个性化

    经过ELIA权力
    2017年3月7日
    拍摄者Serge Melki.通过Flickr Creative Commons

    几年后,当“社交网络“在电缆和Eli Pariser的”过滤泡沫“在我的脑海里,我很新鲜,我决定在我的大学新闻课上培养一项高度不科学的民意调查,了解了学生在Facebook上知道新闻个性化。

    使用这种框架似乎有问题(教师倾向于有第六种问题,关于什么问题引出空白凝视),所以我决定从广泛的破冰船开始:“告诉我你对新闻饲料方式的了解。”

    学生在接下来的几分钟内花了解Facebook的基本机制 - 合作和追随;滚动,扫描和单击;喜欢,评论和分享。他们显然熟悉Facebook界面及其与内容交互的选项。但他们对他们的行为如何影响他们的新闻饲料的构成以及Facebook是否优先考虑某些职位。

    广告

    Not only did the terms personalization, algorithm and filter bubble rarely come up in conversation, comments like “I think Facebook just posts the most recent stories at the top” and “I’m probably just missing my friends’ posts if I don’t see them” indicated that many students had a fundamental misunderstanding of how Facebook’s News Feed algorithm filters and prioritizes news.

    新闻个性化的含义

    Facebook是许多数字媒体来源之一,使用个性化算法来定制向用户品味的新闻。当巴黎在他的2011年的书籍中解释而一样记者Facebook本身近年来已记录,新闻进料算法跟踪一系列用户信号 - 与朋友或页面,状态更新,喜欢,共享等的交互 - 优先考虑数百个故事(超出更大的潜在池)来显示每天。

    当我向学生解释这一点时,许多人似乎真的很惊讶。When I showed them how they could minimize personalization by manually selecting “Most Recent” rather than “Top Stories,” or how they could “take control and customize” their News Feed (Facebook’s own words) by editing their preferences to prioritize who to see first or unfollow people to hide their posts, most were unaware of those options.

    广告

    当我问他们为什么这一切都很重要,新闻个性化的含义是什么,以及为什么了解可用的工具来修改是否以及如何应用新闻过滤器很重要时,整个房间都安静了下来(我关于避免茫然凝视的第六感并不完美)。一名学生打破沉默,描述了个性化的优点:帮助减少信息过载,识别状态更新和可能感兴趣的新闻故事。

    拍摄者Facebook(让)在Flickr上,这里使用的是有创意的公共许可证。

    我跟进了更麻烦的影响:滤波器的出现可能导致消耗狭隘的新闻来源和观点,使用非透明因素选择和排名新闻,以及算法的可能性介绍隐形偏见。我告诉学生,算法不是中立的价值中立。他们嵌入了人类判断 - 有时在中心高调争议- 由Facebook编辑,工程师,策展人和用户支付的,以提供有关如何使用平台的反馈。对Facebook的算法调整可能会大大改变组成用户的新闻源趋势主题部分

    给予Facebook的年轻人中的人气及其主导地位为网关在线寻找新闻,学生需要了解如何使用个性化算法过滤新闻。“这些类型的算法创造了一个新闻识字问题,因为如果读者不知道他们正在影响内容,他们就无法对他们选择阅读的内容作出重要决策,”Jihii jolly争辩在哥伦比亚新​​闻审查。“在印刷品世界中,党派媒体对其偏差透明,因此读者可以选择他们偏好的偏差。今天,读者不一定知道算法如何偏离,以及如何通过真正接收内容的滤波器的差异。“

    轶事证据表明学生缺乏新闻个性化的认识,并从精辟的辅助巴黎Ted Talk.,我开始将课程纳入我的大学课程 - 以及我可以访问的任何课程,作为嘉宾讲师 - 关于个性化如何影响我们的媒体饮食。

    如果我不能通过学生的过滤泡沫,至少我可以向他们介绍一个新闻个性化和算法滤波的影响。

    尽管如此,我仍然希望学生的更有形证据(缺乏)对个性化的认识,以便在大学教室中应受到关注的原因,并告知我的主题。所以我决定进行两件研究,最近发表在线通过数字新闻。

    访谈揭示了有限的学生对新闻个性化的认识

    第一个研究涉及与37名大学生的采访,他们使用的来源开始新闻搜索的方式应用编辑判断和跟踪用户数据以确定新闻选择和优先级。谈话专注于学生最常寻求或遇到新闻 - Facebook,Google,Twitter和Reddit等门户,以及CNN,纽约时报和Huffington Post等新闻网点,产生至少一些他们自己的内容。

    个性化在社交媒体平台,新闻聚合器,搜索引擎和新闻网点上是司空见惯的,希望将读者更加展示他们喜欢的东西和少他们没有。我询问学生他们知道如何在他们用作新闻网关的网站上选择并优先考虑新闻,以及他们(或其他用户)数字媒体习惯是否影响显示的内容或显示新闻。为避免引发学生,我从未使用过术语个性化或算法。

    Here’s what I found: “Interview results show that most students who began news searches on portal sites that use personalization algorithms were aware that user data are collected but could not give specific examples, and were unaware of the role that editorial judgments played in news selection and prioritization. Those who began their news search at a news outlet were largely unaware of whether user data were tracked and what editorial judgments beyond popularity were applied.”

    • 从新闻门户网站开始搜索的学生很少提及算法的使用,大多数人不知道个性化是如何发生的。常见的回答包括:“我知道(Facebook)有一个算法,但我不知道它需要什么”和“谷歌从你搜索的内容中收集数据……我相信这在某种程度上帮助了他们。”
    • 开始在新闻网点搜索的学生主要是不知道新闻选择过程,并且在很大程度上无法正确识别他们前往新闻的渠道是否跟踪他们的数字媒体习惯来个性化新闻(最错误地认为没有个性化的错误认为没有个性化)。

    调查发现学生在很大程度上没有意识到Facebook上的个性化,谷歌

    本研究的第二部分使用了在线调查来检查意识的大学生如何有新闻个性化,以及影响Facebook和Google上的新闻选择和优先级的特定行动和标准高度有影响力的新闻网守

    这147名学生(不同行的学生,此前坐在采访中)回答了关于Facebook和Google跟踪用户数据如何提供个性化内容的问题。再一次,没有问题明确地引用了个性化,定制或算法,以避免引发学生。

    这就是我发现的:“结果表明,学生在很大程度上没有意识到这些有影响力的新闻门户网站量身定制了他们的口味,几乎从未参考过使用算法或个性化。他们最清楚他们的行为和他们的朋友影响新闻选择和优先级,最不意识到人类价值判断的影响。“

    • 当被问及时,“Facebook的新闻饲料始终向您展示您关注的人或组织发布的每个新闻项目吗?”很少(24%)意识到Facebook优先考虑某些帖子并隐藏用户的饲料中的其他帖子。最重要的是,包括每篇文章(37%)或不确定(39%)。
    • 当被问到时,“如果您和其他人在谷歌上同时输入相同的搜索条件,您是否有可能获得相同的结果?”很少(25%)表示,结果可能会有所不同。最重要的是,他们将是相同的(59%)或不确定(16%)。
    • 大多数学生(61%)意识到Facebook让他们调整他们的新闻饲养偏好,以影响他们看到的帖子,并且少数群体(23%)意识到谷歌新闻允许他们定制他们看到的新闻并以什么顺序。
    • 大多数学生(61%)意识到他们在Facebook上的行为或使用历史(以下,点击,喜欢等)和(69%)他们的朋友或组织的行动他们跟随Facebook(评论,分享,分享等等。)影响新闻选择和优先级。Few (18 percent) were aware that actions that Facebook users they don’t follow take (aggregate page views and shares) or (30 percent) actions taken by Facebook engineers, editors or curators (tweaking the algorithm, considering editorial judgments made by news outlets) also affect the composition of their feeds.
    • 同样,大多数学生(61%)意识到他们在谷歌和(52%)的行为,而不是谷歌影响新闻选择和优先级的网站上的行动。很少(26%)意识到其他用户或(31%)谷歌工程师,编辑或策展人采取的行动的行动会影响新闻结果。

    学生们经常意识到个性化算法操作跟踪用户行为和偏好,例如过去的搜索,点击,喜欢和分享,以优先考虑可能吸引力的新闻。但他们往往没有意识到个性化的不太明显的元素 - 即用户不在社交网络中采取的行动以及人类判断在整形个性化算法中的影响。

    教室的课程


    正如我在研究中争辩的那样:“期望年轻人学习是什么个性化的,它是如何运作的,以及为什么它在没有具体接触学校课程的情况下,这是什么。鉴于主题的复杂性,它是符合在大学的新闻个性化的逻辑,往往提供了计算机的课程 - 互动和新闻素养。“

    这项研究的主要外带之一是,学生通过在Facebook和Google上的内容与内容进行交互来学习一些关于个性化的重要教训。然而,正如我所要所说,“所做的扣除不完整,通常不准确。”

    本研究提出了学生,学生的新闻个性化的各个方面都很糟糕,因此,在课堂上值得更加关注。在我推荐的课程中:

    • 算法概述
    • 新闻个性化的含义(包括过滤泡沫)
    • 收集的特定类型的用户数据(最明显的是难以观察的因素,如地理位置和聚合页面视图)
    • 进入编程算法和评估新闻来源的人类判断
    • Portal网站上的自定义选项(如Facebook(管理帐户设置或偏好)和谷歌新闻(选择新闻或源的类型)

    还有很多了解教导这些主题的最佳方法,以及是否接触这些课程会影响学生的新闻消费习惯或对使用个性化算法的新闻来源的看法。

    这项两部分的研究是在2016年美国总统选举之前进行的,提出了关注 -选举日之后不久就由巴黎表达- 关于假新闻/错误信息和过滤泡沫。鉴于当前的政治气候和挑战面临新闻媒体和教育工作者,我与以往任何时候都有动力,教学生关于新闻个性化的影响。

    ELIA权力,博士,是一个陶森大学新闻和新媒体助理教授。他定期写新闻素养,观众参与和非营利新闻。他收到了他的博士学位。从马里兰大学和西北大学的本科学位。

    标记:学术研究 算法 Facebook facebook的算法 谷歌 谷歌算法 高等教育 新闻个性化 学习

    一个对“新研究显示学生的反应在很大程度上不知道新闻个性化”

    1. Doug Ferguson. 说:

      由于FBPurity等浏览器加载项,我们中的许多人完全关闭新闻列,这是最终的泡沫。此外,FBPurity允​​许Facebook用户输入将使用这些单词删除墙帖的过滤词列表,尤其是从痴迷于政治的朋友,而是否则享受愉快的假期和婴儿照片,我想收到。

  • 关于教育活动

    教育举办旨在向新闻教育转发,以课堂上的创新覆盖,因为全球新闻和通信学校正在应对大规模的技术变革。该项目包括一个网站,两周的Twitter在#edshift,混音器和研讨会上聊天,以及教育工作者的网络研讨会。
    阿曼达明亮:教育策展人
    Mark Glaser:执行编辑
    设计:VEGA项目

    MediaShift收到了骑士基金会的授权,以改造其教育趋势部分,以重点改变新闻教育。
  • 广告
  • 广告
  • 我们是谁

    MediaShift是媒体和技术交叉口见解和分析的首要目的地。MediaShift网络包括MediaShift,教育频闪,Metricshift和Idea Lab,以及工作坊和周末Hackathons,电子邮件通讯,每周播客和一系列数字式在线培训。

    关于MediaShift»
    联系我们 ”
    赞助商MediaShift»
    MediaShift Newsletters»

    在社交媒体上关注我们

    @MediaShiftorg.
    @Mediatwit.
    @MediaShiftPod.
    Facebook.com/MediaShift.