Valinnanvapaudesta, suositusalgoritmeista ja Digital Fairness Actista

Bits of Freedom -podcastin 9. tammikuuta jaksossa, jossa käsiteltiin tulevaa Digital Fairness Actia (DFA), yksi osio kiinnitti erityisesti huomioni. Noin kohdassa 25:50 keskustelu keskittyi suositusalgoritmeihin — ja siihen, kuka niistä oikeastaan pitäisi vastata..

Lainsäädäntöasiantuntija Lotje Beek selitti juontaja Inge Wannetille , että suositusalgoritmit ovat järjestelmiä, jotka määrittävät, mitä näemme selatessamme sovelluksia kuten TikTokia, Instagramia tai Facebookia. Käytännössä kyse on usein profiloiduista suositusalgoritmeista: erittäin yksilöllisiä ja suunniteltu pitämään käyttäjät sitoutuneina alustalle mahdollisimman pitkään.

Bits of Freedomin mukaan algoritmit, jotka palvelevat vain alustaa eivätkä käyttäjää, pitäisi kieltää. Samalla he puolustavat käyttäjien valinnanvapautta. Käyttäjien tulisi itse voida päättää, miten sisältö järjestetään ja suositellaan — mukaan lukien kolmansien osapuolten kehittämät algoritmit, ei pelkästään alustan omat.

Tämä liittyy läheisesti ajatukseen, jonka parissa olen itse työskennellyt jo pidemmän aikaa.

Suositusalgoritmit eivät ainoastaan ohjaa sitä, mitä näemme, vaan myös sitä, mitä emme näe. Ne vaikuttavat tiedon kulutukseen, mielipiteiden muodostumiseen ja lopulta myös demokraattisiin prosesseihin.

Nykyään nämä algoritmit ovat lähes aina:

• läpinäkymättömiä,
• alustan omistamia,
• sitoutumiseen ja mainostuloihin tähtääviä,
• ja käyttäjän säädettävissä vain vähän.

Entä jos erotamme algoritmin alustasta?

Lähestymistapani on yksinkertainen:
erota suositusalgoritmi alustasta.

Tämä voi toteutua monin tavoin:

• itsenäisenä suosituspalveluna, jossa käyttäjät voivat löytää henkilökohtaisia linkkejä sisältöön eri lähteistä;
• tai, kun alustat sallivat sen tai sääntely sitä edellyttää, valikoimana algoritmeja alustan sisällä.

Käyttäjät voisivat valita esimerkiksi:

• kronologinen syöte;
• syötteet suosion tai vuorovaikutuksen mukaan;
• temaattiset suositukset (esim. kestävä kehitys tai kulttuuri);
• algoritmit, jotka aktiivisesti edistävät näkökulmien moninaisuutta;
• tai hyvin spesifit mieltymykset, kuten vain mustavalkoiset videot (kuten podcastissa mainittiin).

Open source, läpinäkyvä ja toistettavissa

Yhdessä Kaakkois-Suomen ammattikorkeakoulun (Xamk) tiimin kanssa työskentelen parhaillaan avoimen lähdekoodin suositusjärjestelmän saataville tuomiseksi, perustuen collaborative filtering -periaatteisiin. Se auttaa ihmisiä löytämään henkilökohtaista tietoa linkkien perusteella, jotka muut samanlaista tiedonkulutuskäyttäytymistä omaavat henkilöt ovat jakaneet.

Keskeiset periaatteet:

• ei käytetä suuria kielimalleja (LLM) tai muita black-box-AI-järjestelmiä suosituslogiikassa;
• täysin läpinäkyvä ja toistettavissa;
• ei käyttäytymisprofiilointia mainostarkoituksiin;
• suunniteltu palvelemaan käyttäjiä, ei maksimoimaan huomiota.

Järjestelmä osoittaa, että henkilökohtaiset suositukset ovat täysin mahdollisia ilman manipulointia, valvontaa ja suljettuja algoritmeja.

Kun kuulin podcastissa: “Ehkä siellä on kuuntelija, jolla on hyvä idea,” tunsin heti olevani puhuttelun kohteena.

Kutsu keskusteluun

Haluaisin keskustella tästä lisää — organisaatioiden kuten Bits of Freedom, avoimen lähdekoodin kehittäjien, suunnittelijoiden ja päätöksentekijöiden kanssa, jotka työskentelevät kansalaisteknologian, demokratian ja digitaalisen autonomian rajapinnassa.

Ei siksi, että tämä idea olisi “valmis”, vaan siksi, että sitä voidaan kehittää eteenpäin dialogin, kokeilujen ja yhteistyön kautta.

Jos olet kiinnostunut jatkamaan keskustelua, ota minuun yhteyttä osoitteessa jos.schuurmans@cluetail.com.