Wat zijn de aanpassingen in de gewichten van aanbevelingsalgoritmen? Welke signalen nemen ze mee? En hoe passen ze hun bedrijfsregels aan? De sociale mediaplatformen zijn de enige die dit weten.

Ook zien we dat bepaalde soort inhoud online meer wordt versterkt dan andere. Dat roept vragen op over de bias van aanbevelingsalgoritmen. Geen enkel algoritme is neutraal, ook de chronologische tijdlijn niet. Maar inzicht in die bias is moeilijk te verkrijgen.

Vorige week hielden we een Technische Briefing voor de Tweede Kamercommissie Digitale Zaken ( @barbarakathmann
Queeny-Aimée Rajkowski, Jantine Zwinkels en Sarah El Boujdaini waren aanwezig).

"Alleen platformen weten hoe ze data in hun aanbevelingsalgoritmen wegen. Voor buitenstaanders is dit niet te achterhalen. Platformen zien dit als hun bedrijfsgeheim", vertelde ik de Tweede Kamer.

Wat we missen is continue monitoring van de effecten van hun ontwerpkeuzes.

Kwaadwillenden verzenden bijvoorbeeld met nepaccounts bijna gelijktijdig dezelfde berichten, betalen influencers om een boodschap te verspreiden en liften mee op populaire hashtags. Zo zorgen ze dat specifieke inhoud wordt versterkt.

Het inmengingsinstrumentarium is voor iedereen beschikbaar.