Tilbake til søkeresultatene

FRIHUMSAM-Fri prosj.st. hum og sam

The Double-edged Sword of News Recommenders Impact on Democracy (NEWSREC)

Alternativ tittel: Anbefalingsalgoritmers konsekvenser for nyhetsmedienes demokratiske rolle

Tildelt: kr 8,0 mill.

NEWSREC-prosjektet studerer de negative og positive implikasjonene av algoritmer som er utviklet for å anbefale nyhetsinnhold til folk. Vi fokuserer på en av de mest opphetede debattene knyttet til konsekvensene av anbefalingsteknologi: i hvilken grad algoritmer leder folk inn i såkalte «filterbobler» hvor informasjon de er uenig med blir filtrert vekk av algoritmene. På grunn av manglende åpenhet rundt utformingen av ulike former for anbefalingsteknologi mangler vi kunnskap om forutsetningene for at slik teknologi har negative eller positive konsekvenser for demokratiet. NEWSREC-prosjektet har til hensikt å frembringe slik kunnskap. Vi studerer hvordan anbefalingsteknologi kan utformes slik at det enten har negative eller positive konsekvenser for demokratiet. For å nå det målet vil vi endre måten vi forstår og studerer algoritmers konsekvenser på. De fleste studier har hittil konsentrert seg om den nåværende teknologien (for eksempel effektene av Facebooks eller YouTubes algoritmer). Fremfor å studere nåværende teknologi, vil vi imidlertid utforme vår egen anbefalingsalgoritme slik at vi kan undersøke algoritmenes negative og positive konsekvenser for demokratiet, gitt at de er utformet for ha slike konsekvenser. Dette nye perspektivet flytter ansvaret fra selve teknologien til de personene som utformer teknologien. Prosjektet gjennomfører eksperimenter i spørreundersøkelser hvor vi kan studere hvordan folk navigerer på nyhetsnettider hvor algoritmer påvirker visningen av nyheter. Prosjektet utvikler også sin egen anbefalingsalgoritme som lar oss forske på de negative og positive konsekvensene av slik teknologi. Vi tester også effektene av algoritmen vår gjennom felteksperimenter med autentiske etterligninger av ekte norske nyhetsnettsider.

NEWSREC deals directly with one of the most pressing questions facing the news media today: What are the precise conditions under which news recommender technology are for the better or the worse for the democratic role of the news media? Evidence of news recommenders’ dystopic democratic threats (e.g., Filter Bubbles) and of their opportunities to counter such threats remain largely anecdotal. Despite an increasing scholarly attention to recommenders, the precise conditions under which they are a threat to or an opportunity for democracy remain a puzzle. We will address this puzzle head-on by offering a radically new perspective: We aim to shift the scholarly attention from the dominant perspective of uncovering and describing whether the current news recommenders amplify or reduce selective exposure and sharing to understanding the conditions under which recommenders do so, given that they are designed for that purpose. By focusing on this counterfactual (i.e., what has not happened but could or might under differing conditions), we radically shift the responsibility for the democratic implications of recommenders from the technology itself to the decisions surrounding the implementation and design of the technology. We mobilize this novel perspective by developing the first news recommender that is tailor-made to pioneer research on the conditions under which news recommenders amplify or reduce selective exposure and sharing. We will: (a) develop a framework for understanding when and how news recommenders can increase or decrease selective exposure and sharing, and delineate the ethical considerations pertaining to designing recommenders to do so; (b) develop the first news recommender equipped with factors that increase or decrease selective exposure and sharing; (c) use a randomized field experiment to test this recommender to gain a precise understanding of when and how news recommenders increase or decrease selective exposure and sharing.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

FRIHUMSAM-Fri prosj.st. hum og sam