Facebook Filter Bubble

La Filter Bubble (o camera di Eco) di Facebook è la bolla di informazioni che gli algoritmi usati da Facebook decidono di farci vedere. Gli algoritmi di Facebook si basano sull’idea che noi utenti dobbiamo rimanere ingaggiati dalle informazioni basate sui nostri gusti mostrandoci post di pagine e amici, ma il risultato è diverso, vedremo informazioni basate sì sui nostri gusti, sui nostri amici e sulle pagine che seguiamo, ma ignorando le cose e le idee che non fanno parte della nostra sfera.
Inoltre non sapendo come funziona perfettamente l’algoritmo di Facebook per mostrare i contenuti, ma conoscendo quello che i tecnici decidono di dirci possiamo sapere in base a cosa è organizzato in modo approssimativo.

Questa immagine mostra come Facebook decide di farci vedere i post nel News Feed sotto forma di equazione.

La è l’interesse che ha l’utente corrente per il creatore del post.
La P è la performance del post con gli altri utenti
La C è le performance dei post passati dell’utente rispetto gli altri utenti.
La T è il tipo di post che l’utente corrente preferisce
La R è quanto sia nuovo il post.

Unendo questi fattori riusciamo a capire approsimativamente come viene formata la Filter Bubble in cui ci troviamo. Il problema poi aumenta quando pensiamo che non siamo il 100% del nostro tempo su Facebook, ma solo in alcuni momenti della giornata, in cui quindi escono solamente alcuni tipi di argomenti anzichè nuovi e opposti ai nostri gusti.

In tutto questo Facebook tratta le pagine in modo non uguale. Le pagine Facebook vogliono ingaggiare nuovi utenti, tuttavia esse non verranno tratte tutte allo stesso modo, l’utente vede le “Top Stories” di Facebook, cosicchè se una pagina vuole mostrare i propri post sopra gli altri è obbligata a pagare in pubblicità e da tutto questo Facebook ne trae profitto.

Il progetto https://facebook.tracking.exposed si propone di studiare questo fenomeno e di collezionare i dati della propria timeline di Facebook tramite una estensione, di salvarli e analizzarli dopo in locale.
La visione del progetto è di aumentare la trasparenza dietro gli algoritmi di personalizzazione cosicché gli utenti possano avere piu’ coscienza rispetto le proprie scelte e ha come obiettivo di aiutare i ricercatori a capire come gli attuali meccanismi di filtro funzionino e come gli algoritmi di personalizzazione debbano essere modificati per evitare effetti sociali pericolosi.

fbe

L’estensione del progetto è la sonda che viene installata nel nostro browser e invia i dati al backend del sito. L’estensione prende solo i dati pubblici e non i dati privati, il backend fa parsing dei dati ed essi ci vengono mostrati poi a noi in formato csv o in formato metadato estratto.

Un esempio del dato estratto è questo:

Schermata del 2017-09-13 20-25-10

Questi dati e metadati sono disponibili sia come API sia come CSV sia consultabili via interfaccia Web. Il progetto è completamente opensource e disponibile su github.

I nostri dati quindi possono essere estratti ed elaborati localmente per la nostra ricerca o per il nostro divertimento. Ho installato l’estensione su Chrome e ho seguito il semplice tutorial per attivarla, ho aspettato quindi qualche giorno per raccogliere i dati.
Ho scaricato il file CSV della mia Timeline di Facebook nei giorni scorsi e l’ho analizzato per vedere quanti amici hanno messo il partecipo a un evento ed è stato mostrato sulla mia Timeline di Facebook.

Quello che voglio dimostrare è che il mio grafico potrebbe dimostrare che durante la settimana, in prossimità del weekend il numero di notizie relative a gente che partecipa a eventi aumenta.

Non resta altro che collezionare altri dati e cercare di capire se questa ipotesi è vera.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *