Posty

To nie boty, to „znajomi znajomych” - Dlaczego pół-udawane profile wygrywają z tandetnymi botami — i jak oszukują algorytmy rekomendacji

Obraz
To kolejny z serii artykuł dotyczący algorytmów rekomendacyjnych i tego co jest z nimi związane w ujęciu wojny kognitywnej. Najgroźniejsze konta rzadko wyglądają jak z filmu: zero znajomych, dziwne znaki w bio i spam co minutę. Dziś najwięcej szkód robią profile „pół-udawane”: kilka normalnych zdjęć, mem o poniedziałku, komentarz pod lokalnym wydarzeniem…, a między tym wszystkim — starannie wpleciona narracja, którą ktoś chce wypchnąć. Właśnie takie konta najłatwiej  nabierają algorytmy rekomendacyjne , bo wytwarzają wiarygodnie wyglądające sygnały jakości — czas oglądania, sensowne komentarze, mosty w grafie znajomych. Dlaczego są groźniejsze niż farmy botów?  Bo zamiast walić w drzwi taranem, wchodzą przez kuchnię: korzystają z naszego zaufania do sieci społecznych, uczą algorytmy, że „to normalny głos”, i działają miesiącami, nie godzinami. Platformy od lat raportują takie zjawiska jako  Coordinated Inauthentic Behavior (CIB)  — skoordynowane, podszyte fałszywą to...

Pierwsze 120* minut: pas startowy wojny kognitywnej - algorytmy zrobią resztę.

Obraz
Gdzie jesteśmy w serii? W poprzednim wpisie ( dostępnym tutaj ) pokazałem, że algorytmy rekomendacyjne to dziś podstawowe „linie zaopatrzenia” dla informacji — decydują, co zobaczymy, a czego nie. Ten tekst schodzi poziom niżej: do krytycznego okna pierwszych dwóch godzin, w którym treść albo łapie „drugi bieg” lub gaśnie. W logice wojny kognitywnej to chwila, gdy można świadomie przesterować system na rzecz własnej narracji — albo w porę ją schłodzić. Nie jest to proste, wymaga kompetencji oraz odpowiedniego oprogramowania, jednak jest to możliwe i wykorzystywane przez najlepszych w branży wojny w sieci. Jak myśli algorytm na starcie (i czego szuka) Platformy jasno mówią, jakie sygnały liczą się na początku: Interakcje i „głębokie” zachowania  (obejrzenie do końca, udostępnienia, komentarze). TikTok opisuje, że sekcja For You opiera się m.in. na tych sygnałach oraz informacjach o treści (hashtagi, dźwięki). Źródło:  TikTok Newsroom –  How TikTok recommends videos #ForYou...