Somekone näyttää, miten algoritmit keräävät tietoa

Generation AI -tutkimusohjelmassa on kehitetty uudenlainen testialusta, jolla voidaan avata  koululaisille ja varmaan muillekin ihmisille sosiaalisen median näkymättömät tausta mekanismit eli miten selailu, tykkäykset ja reaktiot muuttuvat helposti toimintoja ohjaavaksi profiiliksi käyttäjästään.

Useimmat meistä käyttävät sosiaalista mediaa päivittäin niin harva silti tietää miten sosiaalisen median algoritmi oikeastaan toimii. Siihen on nyt kehitetty uudenlainen testialusta, jossa voidaan selata Instagramia muistuttavassa, suljetussa ympäristössä kuvavirtaa.

Kehitetyssä Somekoneessa toimitaan kuten missä tahansa somessa, tykätään, seurataan, jaetaan, kommentoidaan ja reagoidaan emojeilla. Alusta kerää dataa kaikesta tästä ja muodostaa visuaalinen näkymä, mitä tietoa käyttäjästä on kertynyt, millainen profiili hänestä muodostuu ja miten alusta päätyy suosittelemaan hänelle lisää sisältöä.

Somekone näyttää reaaliajassa selailusta syntyviä sosiaalisia verkostoja klusteroituna profiilien samankaltaisuuden mukaan. Kuva: Teemu Roos/Helsingin yliopisto.

Testialusta Somekone huomioi esimerkiksi kuvien katseluajat, tykkäykset, kommentit ja niiden pituudet, reaktiot, seuraamiset ja jakamiset tallentuvat koneen muistiin. Samaan aikaan oppilas voi seurata omasta tai kaverinsa selailusta kertyvää tietoa toiselta laitteelta.

Kerätystä toiminnasta muodostuu lopuksi profiili, joka kuvaa selailusta havaittuja kiinnostuksen kohteita esimerkiksi sanapilvenä.  Profiilien pohjalta kone myös suosittelee seuraavia kuvia ja selittää oppilaalle, miksi juuri kyseinen sisältö on valittu. Syynä voi olla esimerkiksi se, että sisältö muistuttaa aiemmin tykätystä aiheesta tai koska muut samankaltaiset käyttäjät ovat pitäneet siitä.

’’Oppijat pääsevät omakohtaisesti näkemään, miten pienimmätkin teot, kuten hetkellinen pysähtyminen sisällön äärelle, tallentuvat osaksi heidän digitaalista jalanjälkeään’’, sanoo Helsingin yliopston tekoälyprofessori Teemu Roos.

Somealustoja käyttäessä ei usein tiedosta sitä, miten paljon ja minkä tyyppistä tietoa käyttäjästä kertyy ja mihin tarkoitukseen sitä hyödynnetään.  Seurauksena ovat Roosin mukaan uskomukset sosiaalisen median algoritmien toiminnasta voivat pohjautua ”kansanuskomuksiin” – epämuodollisiin ja usein virheellisiin käsityksiin siitä, miten sosiaalisen median alustat toimivat.

Työkalut tähän ovat kuitenkin tähän asti puuttuneet, mutta uusi  Somekone auttaa kurkistamaan pellin alle. Visualisointi ja sanalliset selitykset konkretisoivat kertyvää tietoa välittömästi: aina kun käyttäjä tekee jonkin toiminnon, muutokset näkyvät selailuhistoriassa ja profiilissa.

Somekone on suunniteltu oppilaiden tietosuoja huomioiden: kaikki tieto tallentuu oppitunnin aikana paikallisesti opettajan tietokoneelle ja poistuu automaattisesti tunnin päätyttyä. Kone ei lähetä tunnistettavaa tietoa ulkopuolisille palvelimille. Uutta alustaa on jo testattu noin 400 lapsen kanssa kymmenissä suomalaisissa kouluissa.

Somekone-testialusta on tuotettu osana Generation AI -ohjelmaa, joka  on Strategisen tutkimuksen neuvoston (STN) rahoittama monitieteinen ja usean yliopiston tutkimusohjelma, joka kehittää tutkimukseen perustuvia opetusteknologioita, oppimateriaaleja ja oppimiskokonaisuuksia tekoälylukutaidon vahvistamiseksi.

Lisää tietoa: Somekone (LINKKI) ja Generation AI -ohjelma(LINKKI).

Kuvituskuva: Somekone