Somen algoritmi selitettynä: miksi juuri tämä sisältö näkyy

Yleisin selitys somesyötteelle on, että palvelu tietää sinusta liikaa. Väite on osittain tosi mutta johtaa ajattelun väärään suuntaan. Suositusjärjestelmä ei tunne sinua, ei tiedä mielialaasi eikä ymmärrä videon sisältöä samalla tavalla kuin ihminen. Se tekee koko ajan yhtä ja samaa laskutoimitusta: kuinka todennäköisesti juuri tämä käyttäjä pysähtyy juuri tähän sisältöön. Kaikki muu, myös se hämmentävä tunne että puhelin kuunteli keskustelusi, on tämän laskutoimituksen sivutuote.

Ero on käytännössä tärkeä. Kun ymmärrät että kyse on ennusteesta eikä ymmärryksestä, tajuat myös miksi syöte osuu joskus epämiellyttävän tarkasti ja joskus täysin ohi. Ennuste perustuu kaavoihin, jotka on poimittu valtavasta määrästä käyttäytymisdataa, eikä kaava tiedä että olet juuri lopettanut lenkkeilyn tai että etsit lahjaa jollekin toiselle.

Tässä artikkelissa käydään läpi, mistä signaaleista ennuste rakentuu, miten satojen miljoonien julkaisujen joukosta valikoituu kolmekymmentä, miksi näytetty sisältö muuttaa seuraavaa ennustetta, missä mainos eroaa orgaanisesta sisällöstä ja mitä käyttäjä voi tälle kaikelle tehdä. Se, miten malli teknisesti oppii aineistosta, on selitetty erikseen artikkelissa koneoppimisen perusteista, joten tässä katsotaan pelkkää arjen mekanismia.

Syöte on ennuste tulevasta, ei luettelo menneestä

Vanhassa somessa syöte oli aikajärjestyksessä. Näit sen, minkä seuraamasi tilit olivat julkaisseet, uusin ensin. Malli oli ymmärrettävä mutta se skaalautui huonosti: jos seuraat kolmeasataa tiliä, aikajärjestys tarkoittaa että näet lähinnä niitä, jotka julkaisevat eniten.

Nykyinen syöte on järjestetty ennusteen mukaan. Palvelu arvioi jokaisesta ehdokkaasta joukon todennäköisyyksiä: katsotko tämän loppuun, palaatko siihen, kommentoitko, jaatko, seuraatko julkaisijaa, piilotatko sen. Nämä todennäköisyydet yhdistetään yhdeksi pistemääräksi, ja syöte on pistemäärän mukainen järjestys.

Tämä selittää yhden yleisen väärinkäsityksen. Ihmiset sanovat usein, että algoritmi rankaisee heitä tai piilottaa julkaisuja. Yleensä kyse ei ole rangaistuksesta vaan kilpailusta. Julkaisu ei katoa, se vain häviää pistevertailun toisille ehdokkaille. Sama julkaisu voi näkyä yhdelle seuraajalle heti ja toiselle ei koskaan, koska ennuste on käyttäjäkohtainen.

Algoritmi ei valitse mikä on hyvää. Se valitsee mikä on todennäköisintä. Nämä kaksi menevät päällekkäin harvemmin kuin haluaisimme.

Mistä signaalit tulevat

Signaali on mikä tahansa mitattava tapahtuma, josta järjestelmä voi laskea piirteitä ennustetta varten. Ne jakautuvat karkeasti kolmeen ryhmään.

Ensimmäinen ryhmä on sinun oma käyttäytymisesi palvelussa. Tämä on selkein ja painavin lähde: mitä katsoit, kuinka kauan, mitä avasit, mitä ohitit nopeasti, ketä seuraat, keiden kanssa viestit.

Toinen ryhmä on sisällön omat ominaisuudet. Palvelu tietää julkaisusta paljon ilman sinuakin: kuka sen teki, milloin, kuinka pitkä video on, mitä aihetunnisteita siinä on, mitä ääntä siinä käytetään, ja ennen kaikkea miten muut käyttäjät ovat siihen jo reagoineet. Uusi julkaisu näytetään aluksi pienelle joukolle, ja sen menestys siinä joukossa ratkaisee, leviääkö se laajemmalle.

Kolmas ryhmä on muiden käyttäjien käyttäytyminen. Järjestelmä ei tarvitse tietoa sinun kiinnostuksistasi, jos se löytää tuhat käyttäjää, jotka ovat katsoneet samoja asioita kuin sinä. Se voi suositella sinulle sitä, mistä he pitivät seuraavaksi. Tätä kutsutaan yhteissuodatukseksi, ja se on syy siihen, että täysin uusi aihe voi ilmestyä syötteeseesi ilman että olet etsinyt sitä.

Aktiiviset ja passiiviset signaalit

Aktiivinen signaali on sellainen, jonka teet tietoisesti: tykkäys, kommentti, jako, tallennus, seuraaminen. Passiivinen signaali syntyy ilman päätöstä: kuinka monta sekuntia sormi pysähtyi, katsoitko videon uudelleen, laitoitko äänen päälle, avasitko kommentit, palasitko takaisin.

Passiivisia signaaleja syntyy paljon enemmän, ja ne ovat rehellisempiä. Ihminen tykkää sellaisesta, jonka hän haluaisi olevan makunsa mukaista. Ihminen katsoo loppuun sen, joka oikeasti pitää hänen huomionsa. Tästä syystä lyhytvideopalvelut oppivat käyttäjästä nopeammin kuin tekstipohjaiset palvelut: pystysuuntainen videosyöte tuottaa mitattavan signaalin muutaman sekunnin välein.

Mitä eri teot kertovat järjestelmälle

Alla oleva taulukko kokoaa tyypilliset signaalit ja sen, miksi ne ovat järjestelmälle arvokkaita. Painokertoimet ovat palvelukohtaisia liikesalaisuuksia eikä niitä julkaista, joten suuntaa antava järjestys on tässä pääteltävissä vain siitä, kuinka helposti signaalia syntyy ja kuinka vaikea sitä on väärentää.

Huomaa rivi, jolla lukee että kielteinen kommentti on sitoutumista. Tämä on somen epämiellyttävin rakenteellinen piirre. Jos järjestelmä optimoi reagointia eikä tyytyväisyyttä, ärsyttävä sisältö pärjää hyvin. Palvelut tietävät tämän ja yrittävät korjata sitä kysymällä käyttäjiltä suoraan tyytyväisyydestä sekä painottamalla jakoja ja tallennuksia, mutta ongelma ei häviä kokonaan.

Miljoonasta ehdokkaasta kolmeenkymmeneen

Syötteen kokoaminen tapahtuu vaiheittain, koska kaikkea ei voi pisteyttää. Karkea kolmivaiheinen ketju on yleinen kaikissa suurissa suositusjärjestelmissä.

1. Ehdokkaiden haku. Järjestelmä poimii valtavasta joukosta muutaman tuhannen ehdokkaan: seuraamiesi tilien uudet julkaisut, samankaltaisten käyttäjien suosikit, aiheet joita olet katsonut, ja nousussa oleva sisältö. Tämä vaihe on nopea ja karkea.
2. Pisteytys. Malli laskee jokaiselle ehdokkaalle todennäköisyydet eri reaktioille ja yhdistää ne yhdeksi luvuksi. Tämä on raskain vaihe ja siksi se tehdään vain ehdokkaille, ei koko aineistolle.
3. Karsinta ja sekoitus. Ennen näyttöä listalle tehdään sääntöpohjaisia korjauksia: sääntöjä rikkova sisältö poistetaan, saman tekijän julkaisuja rajoitetaan peräkkäin, uutta sisältöä nostetaan kokeeksi ja joukkoon lisätään tarkoituksella jotain, mitä malli ei osannut ennustaa.

Kolmas vaihe on se, jota käyttäjät harvoin huomaavat. Ilman tarkoituksellista sekoitusta syöte jumittuisi muutamaan aiheeseen muutamassa päivässä. Palvelun oma etu on pitää syöte tarpeeksi vaihtelevana, jotta et kyllästy.

Palautekierre: näytetty sisältö tekee seuraavan ennusteen

Tässä on koko ilmiön ydin. Järjestelmä oppii vain siitä sisällöstä, jonka se on jo näyttänyt sinulle. Se ei tiedä, mitä olisit ajatellut julkaisusta, joka jäi sijalle kaksisataa etkä koskaan nähnyt sitä.

Seuraus on kierre. Katsot yhden videon puutarhanhoidosta loppuun. Seuraavassa syötteessä on kaksi puutarhavideota. Katsot niistäkin yhden. Nyt malli saa vahvistuksen ja nostaa aihetta lisää. Muutaman päivän kuluttua puolet syötteestä on kasveja, ja sinusta tuntuu että kiinnostuksesi on kaventunut. Se ei kaventunut. Kaventui se otos, josta järjestelmä sai palautetta.

Sama mekanismi selittää, miksi yksi harkitsematon klikkaus voi muuttaa syötettä pitkäksi aikaa. Kierre ei myöskään rajoitu kevyisiin aiheisiin. Kun aihe on kuormittava, esimerkiksi sairaus, onnettomuudet tai riitely, kierre voi viedä syötteen suuntaan, joka ei tee kenellekään hyvää. Tästä syystä palvelut ovat lisänneet käyttäjälle mahdollisuuden nollata suositusprofiilinsa, ja samasta syystä mainosprofiilin nollaaminen kannattaa käydä tekemässä säännöllisesti.

Kierre selittää myös sen, miksi kaksi ihmistä samassa keittiössä voi olla eri mieltä siitä, mistä netissä puhutaan. Kummallakaan ei ole väärää käsitystä omasta syötteestään. Heillä on eri otos.

Mainos ei kilpaile samoilla säännöillä

Mainos on syötteessä samannäköinen kuin muu sisältö mutta se on eri tuote. Orgaaninen julkaisu kilpailee huomiostasi ilmaiseksi. Mainoksesta on maksettu, ja sen näyttäminen on osittain kaupallinen päätös.

EU:n digipalvelusäädös eli DSA velvoittaa alustat kertomaan käyttäjälle selkeästi, että kyseessä on mainos, kenen puolesta se näytetään ja millä pääperusteilla se on kohdennettu juuri hänelle. Sama säädös vaatii kertomaan pääpiirteet siitä, millä perusteilla suositusjärjestelmä järjestää syötteen, ja hyvin suurten alustojen on tarjottava ainakin yksi syötevaihtoehto, joka ei perustu profilointiin. Käytännössä tämä näkyy asetuksena, jolla saat aikajärjestyksen tai pelkästään seuraamiesi tilien julkaisut.

Suomessa mainonnan tunnistettavuutta valvoo kuluttaja-asiamies Kilpailu- ja kuluttajavirastossa. Vaatimus koskee myös vaikuttajien kaupallisia yhteistöitä, eli maksettu maininta julkaisussa on merkittävä riippumatta siitä, että alusta ei laske sitä mainokseksi. Aihe on käsitelty tarkemmin artikkelissa piilomainonnan tunnistamisesta.

Mainoskohdennuksen taustalla oleva tiedonkeruu on oma kokonaisuutensa. Se ei rajoitu somepalveluun itseensä, koska sivustoilla olevat mittauspikselit kertovat käynneistäsi takaisin alustalle. Tämä puoli on avattu artikkelissa verkkoseurannan tekniikoista.

Miksi maku näyttää kapenevan vaikka se ei kapene

Käyttäjän kokemus siitä, että syöte tyhmenee ajan myötä, on yleinen ja siihen on kolme rakenteellista syytä.

Ensimmäinen on jo kuvattu palautekierre. Toinen on se, että mallit optimoivat lyhyen aikavälin reaktiota, koska se on mitattavissa heti, kun taas pitkän aikavälin tyytyväisyys näkyy vasta viikkojen päästä. Kolmas on tuottajien sopeutuminen: kun tekijät huomaavat mikä leviää, he tekevät lisää sitä. Syötteen kaventuminen ei siis ole pelkkä sinun profiilisi ominaisuus vaan myös koko tarjonnan ominaisuus.

Tähän liittyy myös yksi hyvä uutinen. Kierre toimii molempiin suuntiin. Koska malli reagoi tuoreeseen käyttäytymiseen nopeasti, muutaman päivän tietoinen erilainen käyttö näkyy syötteessä. Se ei vaadi tilin poistamista eikä uutta tiliä.

Näin ohjaat syötettä käytännössä

Nämä keinot toimivat kaikissa suurissa palveluissa, vaikka valikkojen nimet vaihtelevat. Tee ne tässä järjestyksessä, jolloin vaikutus näkyy nopeimmin.

1. Käytä kielteistä palautetta joka kerta. Kun sisältö ei kiinnosta, älä ohita sitä hiljaa vaan valitse "en ole kiinnostunut" tai piilota se. Hiljainen ohitus on heikko signaali, nimenomainen kielto on vahva.
2. Lopeta seuraaminen tai vaimenna tilit, joita katsot velvollisuudesta. Seuraaminen on pysyvä signaali, joka vaikuttaa myös ehdokkaiden hakuun.
3. Anna vahvoja myönteisiä signaaleja tarkoituksella. Tallenna ja jaa se, mitä haluat lisää. Nämä painavat enemmän kuin tykkäys.
4. Vaihda aikajärjestykseen tai seurattujen syötteeseen silloin kun se on tarjolla. Monessa palvelussa vaihto ei jää päälle, joten se pitää valita uudelleen.
5. Nollaa suositus- ja mainosprofiili asetuksista. Etsi asetuksista kohdat, joissa puhutaan kiinnostuksen kohteista, mainoksista tai toiminnan historiasta.
6. Rajaa palvelun ulkopuolista tiedonkeruuta. Sekä alustan omista asetuksista että selaimen puolelta. Nämä on käyty läpi artikkelissa some-tilin yksityisyysasetuksista.
7. Muuta käyttötapaa, älä vain asetuksia. Jos avaat sovelluksen ilman aikomusta, syöte täyttää tyhjän ajan sillä, mikä pitää sinut siinä pisimpään.

Jos syöte on mennyt aiheeseen, joka ahdistaa, näiden lisäksi kannattaa harkita muutaman päivän taukoa kyseisestä palvelusta. Kierre ei nollaudu itsestään, mutta uusi käyttäytyminen painaa enemmän kuin vanha.

Lopuksi yksi mittatikku. Jos et osaa sanoa miksi jokin sisältö näkyy sinulle, katso onko siinä mainosmerkintä ja avaa palvelun oma selitys siitä, miksi julkaisu näytettiin. Alustoilla on velvollisuus antaa tämä tieto, ja se on usein paljastavampi kuin arvailu. Sama uteliaisuus kannattaa myös silloin, kun mietit mitä työnantaja näkee somestasi: syöte on henkilökohtainen, mutta profiili ei välttämättä ole.