Omofilia nei social network

Omofilia nei social network

omofilia

L’omofilia è la tendenza degli individui ad associarsi e legarsi ad altri simili. È una tendenza che vediamo nella vita sociale di tutti i giorni e la cui presenza è ovviamente palese in questo caso.

Ma questa comportamento è presente anche nei social network (intesi come piattaforme social in questo caso, non come reti sociali). In questo caso è meno evidente, in quanto questo trend non è più causato dal nostro inconscio, bensì dall’algoritmo che c’è dietro alla gestione del social network.

Parzialità algoritmica (algorithmic bias)

Gli algoritmi di tutti gli attuali social network più famosi tendono, con lo scopo di soddisfare l’utente, a proporgli solamente contenuti affini alla sua opinione. Questo effettivamente porta da una parte a un maggior utilizzo del social network da parte degli utenti, che incontrano sulla propria homepage contenuti vicini alla propria sensibilità. Dall’altra però questo tipo di approccio non consente agli utenti di entrare in contatto con nuovi contenuti e scoprirsi interessati a nuovi argomenti.

Ma il secondo effetto, forse ancora più drastico del primo, è il fatto di essere solamente “bombardati” da news che affini alla nostra opinione: facciamo un esempio per comprendere meglio. È noto che i quotidiani abbiano un indirizzo più o meno politico: supponiamo che La Repubblica sia più vicina al pensiero politico di sinistra e Libero Quotidiano più vicino al pensiero di destra. Se le mie opinioni politiche sono di destra vedrò molto più spesso contenuti del secondo quotidiano, invece che del primo. È ovvio che questo tipo di approccio fa sì che non avvenga un vero dibattito o scambio di opinioni sui social network.

Polarizzazione

Il problema non è però qui finito, il fatto che non vi sia uno scambio di opinioni, fa sì che diverse opinioni coesistano contemporaneamente per molto tempo. Sia infatti un’opinione definita come un x_i\in[0,1] e che due individui casuali interagiscano con un livello di confidenza limite \varepsilon, simbolo dell’apertura mentale dei due individui: più è grande più i due individui sono aperti a nuove opinioni.

x_i(t+1)=x_j(t+1)= \frac{x_i(t)+x_j(t)}{2} 

se e solo se 

 

|x_i(t)-x_j(t)|<\varepsilon

Cioè l’opinione dell’individuo i e dell’individuo j al tempo t+1 sarà la stessa (e precisamente la media fra le opinioni dei due individui all’istante precedente), solo se le due opinioni precedenti all’interazione, distano l’una dall’altra, in valore assoluto, meno di epsilon. È ovvio quindi che più l’apertura mentale è alta, più è facile che le due opinioni convergano verso una stessa opinione.

Nel caso però in cui non avvenga un’interazione, come nei social network a causa del bias algorithmic, allora si ha quella che si chiama polarizzazione delle opinioni, ovvero si avrà raramente una convergenza di opinioni diverse.

Si può vedere come ad aumentare di epsilon, ovvero dell’apertura mentale, le opinioni convergano più facilmente con il passare del tempo

Concludendo si ha i seguenti effetti:

  1. Frammentazione: aumento del numero di gruppi in cui le persone si confrontano maggiormente;
  2. Polarizzazione: aumento della distanza tra le opinioni;
  3. Instabilità: rallentamento della convergenza delle opinioni, ovvero un grande numero di opinioni coesistono per lunghi periodi.

Soluzioni

L’obiettivo è introdurre quello che viene chiamato positive bias (parzialità positiva): per raggiungere questo scopo, sono nati molti social network (soprattutto in ambito accademico), in cui il contenuto proposto all’utente, non è basato sul suo interesse o sulle sue opinioni, ma cerca di rimanere neutrale.

Sono nati addirittura degli esperimenti di social network in cui i contenuti mostrati agli utenti sono diametralmente opposti ai loro interessi e opinioni, così da favorire il dibattito e il contatto con idee diverse dalle proprie.

Nella pratica, se al di fuori del mondo accademico, questo non è fattibile, cercare almeno di rendere l’utente consapevole di come funzionano gli algoritmi dietro i social network. In ogni caso l’assimilazione di notizie tramite Facebook è diminuita negli ultimi anni, proprio per i motivi sopra citati e per una crescente consapevolezza degli utenti.

 

Lascia un commento

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

Facebook
Twitter
YouTube
LinkedIn
Instagram