Chiunque abbia utilizzato la piattaforma video di YouTube ha già avuto la sensazione: le successive raccomandazioni generate dall’algoritmo del sito a volte ci “confinano” in una bolla di contenuti simili. Camille Roth, ricercatore del CNRS presso il Centre Marc Bloch – Centro di ricerca franco-tedesco per le scienze sociali (CNRS / MEAE / MESRI / BMBF), e i suoi colleghi Antoine Mazières e Telmo Menezes, hanno studiato questo fenomeno esplorando le raccomandazioni di migliaia video su diversi argomenti, in tal modo attraverso mezzo milione di raccomandazioni. I loro risultati mostrano che contrariamente agli algoritmi di altre piattaforme, che sembrano promuovere l’esplorazione di novità e serendipità, YouTube è in realtà un’eccezione, generando una serie di fenomeni di confinamento.
Un utente’ La navigazione basata su raccomandazioni può essere vista come un movimento all’interno di una rete di video interconnessi: partendo da un determinato video, la rete di raccomandazioni è più o meno chiusa, in altre parole porta a contenuti più o meno simili e ridondanti . Inoltre, anche il contenuto che porta alle reti di consigli più limitate sembra ruotare attorno ai video più visti o quelli con il tempo di visualizzazione più lungo. Questa ricerca è stata pubblicata il 21 aprile 2020 sulla rivista Plos One
###
Per saperne di più visita: https: / / cmb-css. github. io / bubbletube /