Brugerne vil have algoritmer – men ikke nødvendigvis vores algoritmer

Note: This article is also available in English on Medium »

Læs om branchens tendenser

Få en mail når der bliver udgivet nyt her på Medieblogger:

Borgerne stoler mere på nyhedsmedierne end sociale medier. Til gengæld foretrækker flertallet, at en algoritme vælger nyhederne for dem frem for en journalistisk prioritering, viser ny global rapport om medieforbrug.

Sådan skrev Journalisten den 22. juni i artiklen ‘Danskerne stoler mere på nyhedsmedier end sociale medier, men…’.

Personalisering af brugeroplevelsen (via algoritmer) hos netmedier er noget, der er blevet snakket om og kigget på længe, også herhjemme. Eksempelvis har Journalisten selv skrevet om det i 2014 (Vi ved, hvor du er – her er nyhederne – om Jyllands-Posten) og tilbage i 2012 (Netnyheder bliver målrettet til dig – om Ekstra Bladet og BT).

Medievirksomhedernes interesse i personligt at målrette oplysninger og indhold er der af flere årsager. For det første har medierne en interesse i at få mere trafik ud på flere artikler – især artikler, som brugerne overser i den daglige travlhed på et website. For det andet er der det kommercielle aspekt, at man også kan målrette annoncer etc., uanset om folk er logget ind eller ej. For det gælder også om at få folk til at logge ind og fortælle lidt om dem selv.

Herhjemme er der dog ikke rigtig sket det store endnu. Også her er årsagerne flere. En af de vigtigste årsager er, at det kræver teknologi, som meget få (især danske) netmedier er i stand til at udvikle. Det letteste vil være at indgå partnerskab med en teknologi-leverandør eller -partner (hvilket egentlig er det, flere medier har gjort ved at lukke datafirmaer ind i forbindelse med annoncer) men det er risikabelt, for hvem ejer så dataene?

Hvad skal algoritmen kunne?

Men inden vi begynder at personalisere oplevelsen for vores brugere med diverse algoritmer fra forskellige teknologi-udbydere, er det værd at kigge på, hvad de gode algoritmer kan. Vi skal nemlig passe på ikke at overvurdere dem.

Den mest kendte algoritme er formentlig den bag Facebooks ‘News Feed’. Det er i hvert fald den algoritme, der ses tydeligst, som vi taler mest om – og som nok har den største kontrol over vores liv.

Men der er enorm forskel på, hvad Facebooks ‘News Feed’-algoritme gør og så det, som medievirksomhederne er ude efter. Dit ‘News Feed’ er i meget høj grad påvirket af, hvad dine venner gør. Den nærmest trækker dig i retning af det indhold, dine venner skaber, kommenterer eller reagerer på.

Og da Facebook ved, hvilke af dine venner, du har mest kontakt og interaktion med, kan den kombinere disse to til et ret effektivt feed, hvor du måske ikke engang tænker over, hvor meget du rent faktisk går glip af. Facebooks algoritme er enormt social.

En nyhedsalgoritme er noget andet. Den skal forsøge at lære dig at kende og finde ud af, hvad du interesserer dig for. Den ved ikke, hvilke artikler på et givent website flest muligt af dine bedste venner har læst og delt. Den oplysning ligger hos Facebook.

En anden kendt algoritme er den, Google bruger til at sortere søgeresultater. Men du møder først den algoritme, når du har fortalt Google, hvad du er interesseret i. Jo, Google ved en masse om dig (og bruger det til målretning af annoncer – med…varierende succes), men den oplysning du kommer efter (svaret på dit spørgsmål) hjælper algoritmen dig først med, når du er på sporet.

Nyhedsalgoritmens output vil være dens bedste gæt på indhold, der måske vil interessere dig, baseret på, hvad du tidligere har læst og hvad den ellers tror, den ved om dig. Det bliver hurtigt til meget gætværk (for hvor meget siger de artikler, du læser egentlig om dig?), hvorimod Facebooks algoritme i højere grad kan basere sig på fakta; det er jo din bedste ven, der har kommenteret på den opdatering.

Det handler også om indholdet

Men en nyhedsalgoritme introducerer endnu en kompleksitet. Det handler nemlig ikke kun om at lære dig at kende – den skal også opnå kendskab til mediets/websitets indhold.

En ting er nemlig at få oplysninger ud af brugerne. Noget helt andet (og overset, hvis du spørger mig) er at få oplysninger ud af indholdet. Altså at finde ud af (gerne programmatisk), hvad en artikel handler om, så man kan skubbe den ud til mennesker, der er interesseret i det samme.

Mig bekendt er det ganske få medier, der har succes med “tagging”, hvor man beskriver indhold med nøgleord. Der er en del, der bruger dem, men hvornår har du sidst navigeret ind på et webmedies side, der udelukkende indeholder artikler om et givent nøgleord, for eksempel ‘FC Barcelona’ eller ‘Finanskrisen’?

Den manglende interesse fra brugerne betyder også, at informationsarkitekturen bag mange mediers indhold ikke altid bliver vedligeholdt i tilstrækkelig grad. Måske er artiklerne sektioneret ud fra en afsenderorienteret struktur, som redaktionen engang fandt på. Det er her, Conways lov [Wikipedia] giver mening:

organizations which design systems … are constrained to produce designs which are copies of the communication structures of these organizations

Det er også derfor, flere mediers primære navigation (typisk en menu) nogle gange vil være en afspejling af den interne organisationsstruktur.

Dette betyder, at selvom man får folk til at oplyse, hvad de interesserer sig for (eller man sætter noget maskineri til at gætte på det), så nytter det ikke noget, hvis det er for svært at finde det reelle indhold. ‘Content is king’, som mantraet lyder. Men det er indholdet kun, hvis det er til at finde frem til.

Er brugerne med på den?

Alt dette er selvfølgelig kun relevant, hvis brugerne rent faktisk efterspørger personaliseret indhold. Gør de så det? Ja, det er det helt store spørgsmål.

Ifølge undersøgelsen, jeg skrev om i starten af denne artikel, efterspørger de algoritmer. Men algoritmer kan mange ting:

  • De kan hjælpe dig med at finde det, dine venner går op i – som på Facebook.
  • De kan hjælpe dig på ved mod den bedste kilde med svaret på dit spørgsmål – som hos Google.
  • De kan hjælpe dig med at få overblikket over nyhedsbilledet – som tjenester Google News prøver på – uden rigtig at slå igennem.
  • Og så videre…

Vi er nødt til at vide mere om, hvor i deres medieforbrug folk gerne vil have flere algoritmer – og så kan vi sætte ind dér. Eksempelvis har jeg ikke brug for en tjeneste, der anbefaler mig indhold på Netflix etc. Jeg mangler en tjeneste, der fortæller mig, hvad mine venner ser på Netflix, Viaplay, HBO og så videre og så videre.

‘Mest læste’-lister er populære, fordi de viser folk, hvad andre går op i. Det er en billet til at have en god chance for at være med i frokostsnakken. Vi vil jo formentlig gerne alle vide bare lidt om det, der optager vores familie, venner, bekendte, kolleger etc.

Menneskeredaktørerne har en anden rolle. De skal eksponere folk for det indhold, de skal læse – det, der kan hjælpe dem med at forstå, hvad der sker lige nu – eller er sket over en periode. Det er det ‘job to be done’, jeg for eksempel har, hvor jeg “hyrer” The Economist til at fortælle mig, hvad der er sket af vigtige ting i ugens løb på et makroplan, indenfor (for mit vedkommende) politik, samfund, teknologi og business.

Vores arbejde med algoritmer bør tage udgangspunkt i de steder, hvor vores brugere og kunder savner dem. Hvis jeg for eksempel vil vide, hvilke artikler/historier, mine venner går meget op i lige nu, er jeg da fuldstændig ligeglad med, hvad en eller anden algoritme tror, en person med min profil vil læse.

Som jeg tidligere har argumenteret for her på bloggen, skal vi medier lære vores brugere og kunder bedre at kende. Måske skal vi bruge algoritmer til det..?

Ⓜ️

Denne artikel er en del af serien ‘Medier og teknologi’, der handler om, hvordan mediebranchen og journalistikken kan/bør lære af arbejdet med digital udvikling og teknologi.

 

Kilder / Læs mere:

# Journalisten: Danskerne stoler mere på nyhedsmedier end sociale medier, men… (22. juni 2017)

# Journalisten: Vi ved, hvor du er – her er nyhederne (19. februar 2014)

# Journalisten: Netnyheder bliver målrettet til dig (7. juni 2012)

# Wikipedia: Conway’s law

# Foto: Markus Spiske raumrot.com / Pexels

Skriv et svar