1 of 86

IN MEDIAS RES

00.1

Un esperimento per iniziare.

2 of 86

Facciamo un esperimento!

  • Il 70% dei video visti dagli utenti sono scelti da un algoritmo
  • Quanto è personalizzata la vostra homepage?

3 of 86

Facciamo un esperimento!

4 of 86

Finché suggerisce musica….

5 of 86

Ma cosa se riproviamo con una pagina in incognito?

6 of 86

Facciamo un esperimento!

https://WWW.YOUTUBE.COM

  • Cosa c’è sulla vostra homepage?
  • Sapreste spiegare perchè alcune cosa vi vengono suggerite?
  • Cosa sa youtube su di voi?
  • Se vi apparisse qualcosa di strano, sapreste registrare una prova per poi scriverne?

7 of 86

Tracking Exposed

00.2

Team e contenuti della presentazione

8 of 86

RELATORI

SALVATORE ROMANO

  • PSICOLOGIA SOCIALE
  • UNIVERSITÀ DI PADOVA
  • ALGORITHM TRANSPARENCY (TRACKING.EXPOSED)

  • SOCIOLOGIA DIGITALE
  • Ph.D. @ UNIVERSITÀ DI MILANO
  • ALGORITMI E SOCIETÀ (ALGOCOUNT)

ILIR

RAMA

9 of 86

PERCHÉ QUESTO SEMINARIO?

CONOSCENZA

AZIONE

CONSAPEVOLEZZA

Cosa sono gli algoritmi? Cos'è l'AI? Come si possono studiare?

Quali strumenti posso utilizzare per fare giornalismo investigativo?

Che effetti hanno questi sistemi di raccomandazione sulla vita delle persone?

Scopo e descrizione del corso: Fornire al giornalista strumenti interdisciplinari per la comprensione del fenomeno della discriminazione algoritmica.

10 of 86

METODO DEL SEMINARIO

Alterneremo teoria sociologica ed esperimenti di Tracking Exposed

Lasceremo il pdf delle slides con tutti i link per approfondire e alcune letture aggiuntive

Gli spunti di riflessione saranno utili per un confronto attivo tra relatori e partecipanti

TEORIA E PRATICA

APPROFONDIMENTO SUCCESSIVO

CONFRONTO

Scopo e descrizione del corso: Fornire al giornalista strumenti interdisciplinari per la comprensione del fenomeno della discriminazione algoritmica.

11 of 86

STRUTTURA DEL SEMINARIO

1) Premesse

Internet, piattaforme, social media

2) Algoritmi

Definizione, esempi, problemi

3) Tracking Exposed

Strumenti per i data journalist

4) Filter Bubble

Esperimenti, risultati, prospettive

12 of 86

PREMESSE

01

Internet, piattaforme, social media

13 of 86

I GRANDI NUMERI DI INTERNET

4.66 miliardi (59,2%)

4.28 miliardi (92,6%)

4.14 miliardi (52,3%)

Utenti attivi di Internet nel mondo, di cui:

Utenti attivi di Internet tramite smartphone

Utenti attivi di social media

14 of 86

Ore/giorno sui social:

2h 25min

UTILIZZO GIORNALIERO DI INTERNET

Ore/giorno su internet:

6h 54min

15 of 86

I GRANDI NUMERI DI INTERNET

16 of 86

4 concetti fondamentali

La rete delle reti

Aggregatori di utenti e servizi

Piattaforme per le relazioni sociali

Internet

Piattaforma digitale

Social media

Uno strumento per suggerire i contenuti più adatti all’utente.

Algoritmi di raccomandazione

17 of 86

COS’È INTERNET?

  • SI basa su protocolli di rete comune chiamata "TCP/IP" e dal protocollo HTTP/WWW che sono la "lingua" comune con cui i computer comunicano.
  • L’utente è sia fruitore che fornitore di informazioni.
  • È un sistema cooperativo, ognun* gestisce un pezzo della rete.
  • Non c’è nessun centro e nessuna periferia.
  • Non esiste nessuna autorità centrale e non è proprietà di nessuno.

18 of 86

COS'È UNA PIATTAFORMA DIGITALE?

Una piattaforma è un'infrastruttura digitale privata, a differenza di internet che invece è pubblico. Le piattaforme:

  1. Permettono e facilitano L'INTERAZIONE tra due o più gruppi di utenti (domanda e offerta)
  2. beneficiando del "NETWORK EFFECT": più utenti sono sulla piattaforma, più questa diventa utile, e per questo
  3. tendono al MONOPOLIO, cioè a diventare molto grandi.

19 of 86

ESEMPI DI PIATTAFORME DIGITALI

Servizi venduti

Soggiorni turistici

Chi paga chi

Turisti→

Proprietari di casa

Come guadagna la piattaforma

% sulle transazioni

Servizi venduti

Passaggi in auto

Chi paga chi

Passeggeri-->

Autisti

Come guadagna la piattaforma

% sulle transazioni

Servizi venduti

?

Chi paga chi

?

Come guadagna la piattaforma

?

20 of 86

COS’È UN SOCIAL MEDIA?

I social media sono piattaforme digitali che facilitano lo scambio di informazioni, tutti hanno in comune:

  1. I contenuti sono pubblicati degli utenti (users-creators).
  2. Si basano sul profilo degli utenti, le cui forme sono definite dalla piattaforma stessa. (cosa ci chiedono?)
  3. SI basano su reti sociali (social networks) che connettono i profili degli utenti con quelli di altri utenti o gruppi.

21 of 86

COS’È UN SOCIAL MEDIA?

Sono diversi da giornali e televisione (media tradizionali) perché:

  1. La qualità più bassa dei contenuti, la frequenza maggiore, e l’immediatezza della comunicazione
  2. Sono strumenti dialogici che prevedono l’interazione tra utenti e non sono quindi monologici (un emittente vs tanti riceventi)

22 of 86

I NUMERI DI FACEBOOK

56.653

85 miliardi ($)

2,74 miliardi (escluso Instagram)

7,79 $

DIPENDENTI

FATTURATO

UTENTI

FATTURATO PER UTENTE

2020

23 of 86

24 of 86

È GRATIS E LO SARÀ SEMPRE

25 of 86

Nelle parole di Facebook:

COME? CON LA PUBBLICITÀ

Rendendo «i nostri annunci pubblicitari più rilevanti ed efficaci» [personalizzazione]

Aiutando «i pubblicitari a usare i nostri prodotti per connettersi ai consumatori dove questi si trovano» [ex. geolocalizzazione]

26 of 86

Servizi venduti

Pubblico segmentato (=noi)

Chi paga chi

Aziende --> Facebook

Come guadagna la piattaforma

Transazione diretta con aziende e agenzie pubblicitarie

27 of 86

28 of 86

ALGORITMI

02

Definizione, esempi, problemi

29 of 86

30 of 86

Un passo indietro...

31 of 86

UNA SOCIETÀ DIGITALE

La società odierna è quasi interamente basata sui media digitali

Sistemi bancari, giudiziari, culturali; per lavoro, tempo libero; da individui, Stati e aziende.

Spesso costituiti da algoritmi

32 of 86

ALGORITMI

INTERNET

PIATTAFORME

SOCIAL MEDIA

ALGORITMI

33 of 86

COS’È UN ALGORITMO?

«Un algoritmo è un procedimento che risolve un determinato problema attraverso un numero finito di istruzioni elementari, chiare e non ambigue.»

Esempi: una ricetta, la procedura del check in, uno schema di calcio, indicazioni stradali...

34 of 86

COS’È UN ALGORITMO?

INPUT

OUTPUT

ALGORITMO

35 of 86

TRE PARTI

INPUT

OUTPUT

ALGORITMO

36 of 86

COS’È UN ALGORITMO?

Quando l’algoritmo è costituito da milioni di passaggi, su miliardi di oggetti, è difficile tenerne il conto. Anche per le aziende stesse....

37 of 86

Gli algoritmi come ‘scatola nera’

INPUT

OUTPUT

ALGORITMO

Vedi: Frank Pasquale, Massimo Airoldi

  • Involontariamente (complessità!)
  • Volontariamente (output!)
  • Volontariamente (perché dovrebbero? Segreto industriale)

38 of 86

39 of 86

“Garbage in, garbage out”

INPUT

OUTPUT

ALGORITMO

40 of 86

41 of 86

42 of 86

COSA MAI POTREBBE ANDARE STORTO SUGGERENDO VIDEO TRAMITE ALGORITMI?!

43 of 86

Non sempre gli algoritmi funzionano…..

Mozilla-Firefox ha raccolto alcune brutte esperienze di alcuni utenti:

Ad esempio:

  • Guardando video di “fail compilation” un utente si è ritrovata a vedere video di persone che morivano davvero...magari è successo anche a voi?

  • Guardando video sulla geologia si è finiti a guardare video sul terrapiattismo.

https://foundation.mozilla.org/en/campaigns/youtube-regrets/

44 of 86

Algoritmi di raccomandazione

Raccomandano contenuti in determinati contesti, basandosi su una serie di fattori. Ad esempio:

  1. Contenuto: tipologia, lunghezza�

  • Collaborativo: cronologia, utenti simili

“Consigliati in base ai tuoi interessi:”

45 of 86

Sanket Doshi, Towards Data Science

46 of 86

Utenti simili (età, interessi, istruzione…)

Raccomandazione

47 of 86

Ma non sempre gli algoritmi funzionano…..

48 of 86

49 of 86

Datificazione: la quantificazione della vita umana attraverso informazioni digitali, spesso per il loro valore economico

Mejias, U. A. & Couldry, N. (2019). Datafication. Internet Policy Review, 8(4). https://doi.org/10.14763/2019.4.1428

50 of 86

COS’È UN ALGORITMO?

Sociologicamente, nel contesto digitale, gli algoritmi sono attori non umani che intervengono in vari modi per regolare, costruire e influenzare relazioni ed interazioni sociali.

51 of 86

Joy Buolamwini, MIT

Coded Bias

52 of 86

53 of 86

54 of 86

Neutralità algoritmica?

Gli algoritmi rappresentano una precisa visione del mondo, e sono guidati da un obiettivo.

  • Usare un algoritmo o no?
  • Chi, dove, come, lo programma?
  • Che dati usa? Quanti e come?
  • Dove inserire l’algoritmo?
  • Come usare l’output? Come visualizzarlo?
  • Comunicarne l’utilizzo a chi ne è affetto?

“Consigliati in base ai tuoi interessi:”

55 of 86

Il potere discorsivo degli algoritmi

Gli algoritmi “esistono e operano” su diversi livelli “come parte di una rete più ampia di relazioni e pratiche” - Taina Bucher

Quali logiche politiche, economiche e sociali ci sono dietro? Cosa legittima? Cosa delegittima?

Amazon ha licenziato, mediante un algoritmo.

L’algoritmo ha licenziato un dipendente.

56 of 86

“I risultati degli esami di oggi sono robusti, sono solidi, sono affidabili per i datori di lavoro”

Boris Johnson, 13 agosto 2020

("The exam results we've got today are robust, they're good, they're dependable for employers".)

É stata colpa di un “algoritmo mutante

Boris Johnson, 26 agosto 2020

57 of 86

@VisualCap

58 of 86

Umano, troppo umano

59 of 86

ANCHE NOI FACCIAMO PARTE DI UN GRANDE ESPERIMENTO...

60 of 86

A/B TESTING

5%

8%

5%

3%

3%

4%

61 of 86

Tracking Exposed

03

Strumenti per i data journalist

62 of 86

TRACKING EXPOSED: RISORSE

IL nostro sito principale: https://tracking.exposed/

I vari siti specifici:

Alcune ricerche interessanti:

63 of 86

TUTORIAL!

  1. YOUTUBE.TRACKING.EXPOSED INSTALLARE ESTENSIONE
  2. POP-UP
  3. PERSONAL PAGE
  4. COMPARE THE DATA

64 of 86

Browser pulito

Preferibile avere un browser pulito:

  • Cancellare tutti i cookies dai setting del browser
  • Basta anche un nuovo browser (se si usa Chrome -> Firefox/Brave...)

65 of 86

L’estensione

  1. YOUTUBE.TRACKING.EXPOSED INSTALLARE ESTENSIONE

66 of 86

La personal page

67 of 86

Analisi delle evidenze

68 of 86

69 of 86

70 of 86

71 of 86

72 of 86

73 of 86

Polarizzazione e

Filter bubble su youtube

04

Gli effetti sociali dell’algoritmo di Youtube

74 of 86

Echo Chambers, Filter Bubble and Polarization on Youtube:

the USA’s post-electoral debate

Salvatore Romano, Davide Beraldo, Giovanni Rossetti, Bruno Sotic,

Paul Grua, Armand Bazin, Maxime Bertaux, Youcef Taiati, Antonella Autuori, Andrea Elena Febres Medina, Wen Li, Inga Luchs, Annelien Smets, Lynge Asbjørn Møller, Alexandra Elliott, Matthieu Comoy, Ali El Amrani, Eirini Nikopoulou, Nicolas Pogeant, Yamina Boubekeur, Arthur Lezer, Mehdi Bessalah, Andrea Angulo Granda, Tcheutga Corine, Lisa Lan, Kaothar Zehar, Dong Pha Pham, Josue Charles, June Camille Ménard, Minhee KYOUNG,Hangchen Liu,Yiran Zhao

75 of 86

THEORETICAL FRAMEWORK

Echo Chamber The political ideology of the subject and the consequent watching choices. Based on ideological affinity, are created by users (Dubois ’18).

Filter bubble Direct effect of algorithmic personalization, based on the users’ behavior (Eli Pariser ’11).

Polarization Process of increased segregation into distinct social groups, separated along racial, economic, political, religious or other lines (Gallacher & Heerdink ‘19).

76 of 86

Research Questions

RQ: Does YouTube’s algorithm enforce a filter bubble and polarization patterns based on an (artificially generated) echo chamber?

Sub-RQ1: Are there differences in the videos suggested as search results across different user types?

Sub-RQ2: Are there differences in comments to the videos suggested as search results across different user types?

77 of 86

METHODOLOGY

78 of 86

RESULTS:

79 of 86

RESULTS:

80 of 86

81 of 86

82 of 86

For other Tracking Exposed Experiments...

83 of 86

Risorse e citazioni

84 of 86

Citazioni e approfondimenti

  1. Airoldi, Massimo. “Lo spettro dell’algoritmo e le scienze sociali. Prospettive critiche su macchine intelligenti e automazione delle disuguaglianze.” Polis, no. 1 (2020): 111–28. https://doi.org/10.1424/96442.
  2. Beer, David. “The Social Power of Algorithms.” Information, Communication & Society 20, no. 1 (January 2, 2017): 1–13. https://doi.org/10.1080/1369118X.2016.1216147.
  3. Bucher, Taina. “The Algorithmic Imaginary: Exploring the Ordinary Affects of Facebook Algorithms.” Information, Communication & Society 20, no. 1 (January 2, 2017): 30–44. https://doi.org/10.1080/1369118X.2016.1154086.
  4. Pasquale, Frank. “The Black Box Society — Frank Pasquale,” 2016. https://www.hup.harvard.edu/catalog.php?isbn=9780674970847.
  5. Tufecki, Zeynep. “YouTube, the Great Radicalizer”. New York Times Opinion, https://www.nytimes.com/2018/03/10/opinion/sunday/youtube-politics-radical.html
  6. https://mitpress.mit.edu/books/spotify-teardown
  7. Safiya Noble, Algorithms of oppression https://nyupress.org/9781479837243/algorithms-of-oppression/
  8. Cathy o’ Neil - Weapons of Math Destruction�https://www.ted.com/talks/cathy_o_neil_the_era_of_blind_faith_in_big_data_must_end

85 of 86

GRAZIE

SALVATORE ROMANO

  • SALVATORE@TRACKING.EXPOSED
  • INFO@TRACKING.EXPOSED

  • ILIR.RAMA@UNIMI.IT
  • http://algocount.org/

ILIR RAMA

86 of 86

La prossima conferenza in presenza!