Пользователи TikTok не так сильно влияют на свои рекомендации, как им кажется.

Функция «не интересно» — ваш друг, но пользователи должны целенаправленно и постоянно корректировать свои рекомендации.

Источник: Getty Images | Bloomberg Источник: Getty Images | Bloomberg

Страница «Для вас» (FYP) в TikTok — это стандартный домашний экран для пользователей этой видеоплатформы. Это персонализированная лента контента, управляемая алгоритмом, но подход отличается от других социальных сетей тем, что алгоритм TikTok в значительной степени опирается на неявные сигналы — такие как продолжительность просмотра пользователями конкретных видео — а также на явные сигналы, такие как лайки или подписки. И, как правило, этот алгоритм remarkably хорошо предсказывает, какие видео заинтересуют конкретных пользователей.

Однако некоторые пользователи выразили опасения, что всемогущий алгоритм TikTok, похоже, плохо учитывает негативные отзывы. Даже когда они не смотрят рекомендованное видео или не нажимают кнопку «не интересно», эти видео продолжают отображаться в их профиле. Ученые из Северо-восточного университета проверили эти подозрения на практике. Согласно их недавней статье, сигналы вовлеченности действительно оказывают влияние, но только временно. Затем алгоритм постепенно возвращается к прежнему состоянию, если пользователь не оставляет один и тот же отзыв постоянно.

Исследовательская группа специализируется на «аудите алгоритмов», — рассказал соавтор Пётр Сапиезинский изданию Ars, — чтобы лучше понимать онлайн-платформы: «как они работают, как они дают сбои, когда они дают сбои, как они вредят отдельным лицам и обществу». В данном случае он и его соавторы хотели внимательнее изучить свободу действий пользователей после того, как услышали многочисленные сообщения от пользователей TikTok о том, что их негативные отзывы — ответы на подсказки, указывающие на то, что им не интересен или они хотят видеть меньше определенного типа видео — похоже, не удаляют эти публикации из их списка избранных публикаций. «С другой стороны, непонятно, зачем платформам это нужно, если это не работает», — сказал Сапиезинский.

Их методология не включала компьютерное моделирование; вместо этого они создали бот-аккаунты в реальном мобильном приложении TikTok, а не изучали реальных пользователей. «Мы использовали эмулированные устройства, где создавали аккаунты и автоматически вмешивались в алгоритм TikTok с помощью кода, используя подставные аккаунты», — рассказал соавтор Леви Каплан изданию Ars. «Мы разработали методологию, в которой получаем метаданные, перехватывая сетевой трафик, а затем принимаем решение, используя LLM (Low-Low Model). Все LLM были также проверены с помощью ответов людей».

«В основе нашего подхода к клонированию аккаунтов лежит предположение, что если нам нужны данные, то мы должны получить их сами», — сказал Сапиезински. «Даже если бы мы, например, захотели использовать официальный API для исследователей TikTok, там не учитывается влияние пользователя. Вы можете видеть, какой контент доступен, но вы не можете увидеть отдельные ленты новостей, которые покажут, как алгоритм реагирует на то, смотрит ли конкретный пользователь конкретное видео или нет. Аналогично, в случае с доступом к данным исследователей Европейского союза, все эти данные доступны только в агрегированном виде, а не с точки зрения отдельного пользователя. Поэтому, когда вы хотите действительно изучить персонализацию, это исследование нельзя провести на основе агрегированных данных».

Осторожно, щель!

Команда провела свои эксперименты несколько раз на 90 клонированных аккаунтах и сравнила результаты, используя как неявные, так и явные сигналы, чтобы увидеть, как алгоритм TikTok реагирует в плане рекомендуемого контента в разделе «Рекомендуемые пользователи». Они сосредоточились на трех популярных темах: кулинарные видео, фитнес-видео и ставки на спорт.

Кнопка «Не интересно» оказалась наиболее эффективной, сократив количество нежелательного контента примерно на 84 процента, по сравнению с 48-процентным сокращением при простом пропуске видео. «Поэтому, если вы не хотите что-то видеть, вам следует нажимать эту кнопку», — сказал Каплан. Но авторы отмечают, что опция «Не интересно», похоже, намеренно скрыта от пользователей. И алгоритму было очень легко «вернуться» к тому, чтобы снова завалить профиль ранее нежелательным контентом; даже кратковременного повторного вовлечения пользователя достаточно.

«Оказывается, вначале это работает, — сказал Сапиезински. — Когда вы начинаете говорить: „Я не хочу видеть эту конкретную тему“, платформа может даже показывать вам меньше подобного контента. Но затем платформа постепенно начнет снова добавлять его в вашу ленту. И если вы перестанете говорить: „Я действительно не хочу это видеть“, количество такого контента может снова увеличиться до первоначального уровня. Таким образом, платформа реагирует на ваши негативные отзывы, но она также очень сильно реагирует на ваше явно выраженное поведение. Поэтому, если вам снова покажут этот контент, и вы начнете его смотреть, платформа снова будет показывать его вам все больше и больше».

Другими словами, будьте постоянно и очень активны в предоставлении обратной связи — проявляйте постоянную бдительность! — когда дело доходит до отбора контента для рекомендаций в TikTok. Исследователи надеются проверить эту гипотезу на реальных данных пользователей в будущем. Тем не менее, «Мы можем научить пользователей лучше использовать платформу, но в конечном итоге способ взаимодействия с платформой будет определяться дизайнерскими решениями, которые являются основополагающими для этой платформы», — сказал Каплан.

Труды двадцатой международной конференции AAAI по веб-технологиям и социальным сетям, 2026 г. DOI: 10.1609/icwsm.v20i1.42688 (О DOI).

Источник: arstechnica.com