تحول اخیر در معماری الگوریتمی شبکههای اجتماعی، یکی از مهمترین تحولات قدرت در تاریخ پلتفرمهای دیجیتال محسوب میشود.
به گزارش خبرنگار مهر؛ ت طی دو دهه گذشته، کاربران عملاً در محیطی فعالیت میکردند که در آن تصمیمگیری درباره محتوای قابل مشاهده، در اختیار الگوریتمهایی قرار داشت که توسط شرکتهای فناوری طراحی و کنترل میشدند. هرچند ابزارهایی نظیر دنبال کردن حسابها، لایک کردن محتوا یا انتخاب گزینه «علاقهای ندارم» وجود داشت، اما منطق اصلی توزیع محتوا همچنان در اختیار سامانههای توصیهگر بود.
اکنون نشانههای یک تغییر بنیادین در حال ظهور است. شبکههای اجتماعی بزرگ تلاش میکنند بخشی از کنترل الگوریتم را به کاربران واگذار کنند و به آنها امکان دهند مستقیماً در شکلدهی به خوراک اطلاعاتی خود مشارکت داشته باشند. این تحول که با بهرهگیری از مدلهای هوش مصنوعی و مدلهای زبانی بزرگ همراه شده، از سوی برخی ناظران بهعنوان گامی در جهت افزایش شفافیت و استقلال کاربران توصیف میشود. در مقابل، گروهی دیگر معتقدند که این تغییر صرفاً نسخه پیشرفتهتری از همان سازوکارهای قدیمی جذب توجه است و پیامدهای امنیتی جدیدی را نیز به همراه خواهد داشت.
بحران الگوریتمهای نسل اول
مبنای اصلی انتقادات به شبکههای اجتماعی در دهه گذشته به نحوه عملکرد الگوریتمهای توصیهگر بازمیگشت. این الگوریتمها با هدف افزایش زمان حضور کاربران در پلتفرم طراحی شده بودند و موفقیت آنها بر اساس شاخصهایی مانند نرخ تعامل، مدت مشاهده محتوا و احتمال بازگشت کاربر سنجیده میشد.
این منطق اقتصادی پیامدهای گستردهای ایجاد کرد. محتوای هیجانبرانگیز، خشمآلود، جنجالی و قطبیکننده معمولاً عملکرد بهتری نسبت به محتوای متعادل داشت و در نتیجه الگوریتمها بهصورت ساختاری به سمت برجستهسازی چنین محتواهایی حرکت کردند. در بسیاری از مطالعات حوزه ارتباطات دیجیتال، این وضعیت به شکلگیری اتاقهای پژواک، افزایش قطبیسازی سیاسی، گسترش اطلاعات نادرست و تضعیف گفتوگوی عمومی نسبت داده شده است.
در این الگوی معماری، کاربر عملاً نمیدانست چرا یک محتوا به او نمایش داده میشود. الگوریتم مانند یک جعبه سیاه عمل میکرد و فرایند تصمیمگیری آن برای عموم قابل فهم نبود. همین عدم شفافیت، یکی از اصلیترین محورهای انتقاد نهادهای تنظیمگر، پژوهشگران و فعالان حقوق دیجیتال در سالهای اخیر بوده است.
ظهور الگوریتمهای قابل تنظیم
پاسخ صنعت فناوری به این انتقادات، حرکت به سمت الگوریتمهای شخصیسازیشده و قابل کنترل است. در این رویکرد، کاربر صرفاً دریافتکننده توصیههای الگوریتم نیست، بلکه به بخشی از فرایند آموزش و هدایت آن تبدیل میشود.
شبکه اجتماعی تردز در ژوئن ۲۰۲۶ قابلیت «Your Algo» را معرفی کرد. این قابلیت توسعه نسخه قبلی موسوم به «Dear Algo» محسوب میشود. در نسخه اولیه، کاربران باید بهصورت عمومی پستهایی منتشر میکردند و از الگوریتم میخواستند محتوای خاصی را بیشتر یا کمتر نمایش دهد. نسخه جدید این امکان را بهصورت اختصاصی فراهم کرده است. کاربر میتواند مشخص کند که برای یک، سه یا هفت روز آینده چه موضوعاتی بیشتر یا کمتر در فید او ظاهر شوند. برای نمونه، فرد میتواند درخواست افزایش محتوای ورزشی یا کاهش اخبار تنشزا را ثبت کند.
اینستاگرام نیز در سال ۲۰۲۶ ابزار «Your Algorithm» را در سراسر بخشهای فید، اکسپلور و ریلز گسترش داد. این ابزار به کاربران نشان میدهد که پلتفرم چه موضوعاتی را بهعنوان علایق اصلی آنها شناسایی کرده است. سپس کاربر میتواند این برداشت را اصلاح کند و به الگوریتم اطلاع دهد که چه موضوعاتی برای او اهمیت بیشتری دارند. به گفته آدام موسری، مدیر اینستاگرام، مدلهای زبانی بزرگ امکان توضیحپذیرتر شدن سامانههای توصیهگر را فراهم کردهاند و میتوانند برای کاربران روشن سازند که چرا یک محتوا در معرض دید آنها قرار گرفته است.
تیکتاک نیز از سال ۲۰۲۴ ابزار «Manage Topics» را در اختیار کاربران قرار داده است. این قابلیت امکان تنظیم میزان نمایش موضوعاتی مانند ورزش، سفر، طنز، امور جاری، غذا یا هنر را فراهم میکند. در سال ۲۰۲۵ این قابلیت با فیلترهای هوشمند مبتنی بر هوش مصنوعی توسعه یافت. در این نسخه، حذف یک واژه به معنای حذف مجموعهای از واژگان مترادف و مرتبط نیز خواهد بود. برای مثال، محدود کردن واژه «بازسازی» باعث کاهش نمایش محتواهای مرتبط با «نوسازی» و اصطلاحات مشابه میشود.
انتقال قدرت یا بازطراحی کنترل؟
در نگاه نخست، این تحولات نشانهای از دموکراتیکتر شدن شبکههای اجتماعی به نظر میرسد. کاربر میتواند ترجیحات خود را بهصورت صریح بیان کند و نقش فعالتری در مدیریت محیط اطلاعاتی خود داشته باشد. با این حال، واقعیت پیچیدهتر از است.
الگوریتمهای جدید همچنان توسط شرکتهای فناوری طراحی میشوند و مرزهای انتخاب کاربران را نیز همان شرکتها تعیین میکنند. در واقع، کنترل از سطح انتخاب محتوا به سطح انتخاب ترجیحات منتقل شده است. کاربر میتواند میان گزینههای موجود تصمیم بگیرد، اما چارچوب اصلی همچنان در اختیار پلتفرم باقی میماند.
این وضعیت نوع جدیدی از وابستگی شناختی را ایجاد میکند. در گذشته الگوریتم تلاش میکرد رفتار کاربر را پیشبینی کند. اکنون کاربر نیز در فرایند آموزش الگوریتم مشارکت میکند و ترجیحات خود را مستقیماً در اختیار آن قرار میدهد. در نتیجه، شبکههای اجتماعی به اطلاعات بسیار عمیقتری درباره علایق، حساسیتها، نگرانیها و اولویتهای کاربران دسترسی پیدا میکنند.
مخاطرات امنیتی نسل جدید الگوریتمها
یکی از مهمترین پیامدهای این تحول، افزایش دقت پروفایلسازی رفتاری است. هنگامی که کاربر بهطور مستقیم اعلام میکند چه موضوعاتی را دوست دارد یا از چه موضوعاتی اجتناب میکند، پلتفرم به دادههایی دسترسی پیدا میکند که پیشتر تنها از طریق تحلیل غیرمستقیم رفتار قابل استخراج بود.
این مسئله از منظر امنیت داده و حریم خصوصی اهمیت ویژهای دارد. دادههای ترجیحی میتوانند تصویری بسیار دقیق از ویژگیهای روانشناختی افراد ایجاد کنند. چنین دادههایی برای تبلیغات هدفمند، عملیات نفوذ شناختی، کمپینهای سیاسی و حتی فعالیتهای اطلاعاتی ارزش بالایی دارند.
خطر دیگر، تشدید پدیده خودگزینی اطلاعاتی است. هنگامی که کاربران بتوانند فعالانه موضوعات نامطلوب را حذف کنند، احتمال شکلگیری محیطهای اطلاعاتی کاملاً همگن با ترجیحات کاربر افزایش مییابد. در چنین شرایطی، افراد بیش از گذشته در معرض محتوایی قرار میگیرند که باورهای موجود آنها را تأیید میکند. نتیجه این فرایند میتواند کاهش مواجهه با دیدگاههای متفاوت، تضعیف تفکر انتقادی و افزایش قطبیسازی اجتماعی باشد.
همچنین امکان سوءاستفاده از این قابلیتها برای عملیات دستکاری افکار عمومی وجود دارد. مهاجمان میتوانند با شناخت نحوه عملکرد الگوریتمهای جدید، محتواهایی طراحی کنند که از فیلترهای ترجیحی کاربران عبور کرده و در عین حال پیامهای خاصی را بهصورت هدفمند منتقل نمایند. به باور کارشناسان، هرچه الگوریتمها شخصیتر شوند، طراحی عملیات نفوذ نیز دقیقتر و مؤثرتر خواهد شد.
آینده شبکههای اجتماعی در عصر الگوریتمهای شخصی
جهتگیری جدید صنعت فناوری بیانگر آن است که شبکههای اجتماعی در حال عبور از الگوی رسانههای جمعی به سمت الگوی خدمات کاملاً شخصیسازیشده هستند. خوراک اطلاعاتی آینده بیش از آن که شبیه یک کانال تلویزیونی مشترک باشد، به محیطی اختصاصی و منحصربهفرد برای هر کاربر شباهت خواهد داشت.
این تحول ظرفیتهایی مهم برای افزایش رضایت کاربران و کاهش بخشی از نارضایتیهای ناشی از الگوریتمهای سنتی ایجاد میکند. در عین حال، تمرکز فزاینده بر شخصیسازی، پرسشهای تازهای درباره شفافیت، حریم خصوصی، استقلال شناختی و امنیت اطلاعات مطرح میسازد.
نقطه اصلی مناقشه در سالهای آینده احتمالاً دیگر بر سر این نخواهد بود که «چه کسی محتوا را انتخاب میکند». پرسش راهبردیتر آن است که «چه کسی ترجیحات انتخاب محتوا را تعریف میکند».
در فضای دیجیتال امروز، قدرت واقعی در اختیار بازیگری قرار دارد که بتواند معماری ترجیحات کاربران را شکل دهد. الگوریتمهای قابل تنظیم، هرچند بخشی از کنترل را به کاربران بازمیگردانند، همزمان امکان بیسابقهای برای شناخت، طبقهبندی و هدایت رفتار آنها فراهم میکنند. همین ویژگی، نسل جدید شبکههای اجتماعی را به یکی از مهمترین میدانهای رقابت در حوزه امنیت شناختی و حکمرانی داده تبدیل کرده است.
