Senter for tverrfaglig medieforsking (STM) Centre for Interdisciplinary Media Research

Hvordan undersøke algoritmenes “svart bokser”?

av stmadmin

Det er temaet Håvard Kiberg tar opp i sin kommentar «Hvordan forstå og undersøke populærmusikkens «svarte bokser?»

Kiberg skriver om hvordan fenomener som synlighetsregimer, sosial homogenitet, kjønns- eller filterbobler gjør seg gjeldende i algoritmenes utvelgelse. Han argumenterer for at vi må undersøke disse fenomenene nøyere for å avdekke eller diskutere aspekter som maktforhold, hvilke premisser den algoritmiske musikkulturen setter for mangfold eller hvilke konsekvenser dette kan ha for både artister og publikum – såkalt eksperimentell humaniora.

Kiberg foreslår å adressere slike tema vitenskapelig med metoder som reverse engineering (eller lignende), som kan evne å identifisere hvordan algoritmenes outputs påvirker kulturen, uten nødvendigvis å besitte teknisk kunnskap om hvordan de fungerer.

Les hele artikkelen i Norsk medietidsskrift.

Les mer

Anbefalingsteknologi til nytte for en presset mediebransje

av stmadmin

I sin artikkel Anbefaling av nyhetsinnhold i praksis. Fra algoritmer til personaliserte nyheter presenterer artikkelforfatterne Rolf Dyrnes Svendsen, Jon Atle Gulla og Jørgen Frøland flere funn som er nyttige for en presset mediebransje; anbefalingsløsninger kan øke klikkraten og lesetiden betydelig, de kan revitalisere eldre nyhetsstoff slik at innhold får lengre levetid, samt de kan bidra til at mediehusene kan forstå brukersegmentene sine bedre.

Som kjent sliter mediehusene med tapte annonseinntekter og salg, og Polaris Media har i flere år eksperimentert med anbefalingsteknologi på sine nettaviser, som et strategisk grep for verdiskapning. I artikkelen presenterer de ulike og konkrete teknikker og anbefalingsmetoder som brukes i praksis av mediehusene i Norge for å tilby personaliserte nyheter. Samtidig peker artikkelforfatterne på at anbefalingssystemene i liten grad tar hensyn til filterbobler, og at løsningene kan bidra til å gi et mer fragmentert og tabloidisert nyhetsbilde.

Forfatterne illustrerer i tillegg at samspillet mellom redaksjonelle vurderinger og anbefalingsalgoritmene er viktig for hva anbefalingsløsninger foreslår for leseren:

Les hele artikkelen i Norsk medietidsskrift.

Les mer

Makten i det algoritmiske blikket

av stmadmin

Jill Walker Rettberg diskuterer hvordan smakspreferanser er innebygget i algoritmer i sin artikkel i Norsk tidsskrift «Et algoritmisk blikk: Algoritmers rolle i produksjonen av hverdagsfotografier». Hovedargumentet til Rettberg er at algoritmer er programmert på måter som vil gi oss mer og mer ensartede fotografier, drevet av en kommersiell logikk som har som målsetning at vi skal konsumere mer.

Algoritmer styrer hvilke bilder som i det hele tatt blir tatt gjennom algoritmer for estetisk inferens som er innebygd i kameraene våre, og hun undersøker repeterende og ensartede bilder på #nrksommer, Instagram-kontoen @Instarepeat og de tyve mest populære bildene på Instagram. Rettberg bruker begrepet estetisk inferens for å illustrere hvordan algoritmer og systemer er utviklet for å vurdere estetisk kvalitet i et sett med bilder. Systemene tilrettelegger for brukernes aktive bildefiltervalg og bruk av emneknagger for å skape synlighet i et omfattende kollektiv av bilder.

Les hele artikkelen i Norsk medietidsskrifts temanummer om algoritmer.

 

Les mer

Den relative tilgjengeligheten til film, tv-serier og digitale bøker i strømmetjenester

av stmadmin

 

Strømmetjenester som Netflix, Spotify og Storytel bruker gjerne tekniske løsninger for å presentere og filtrere innhold, basert på prediksjoner og kalkulasjoner om hva brukerne liker. Undersøkelsene til Kim Tallerås, Terje Colbjørnsen og Marius Øfsti i siste utgave av Norsk medietidsskrift indikerer derimot at Netflix ser ut til å anbefale sine «egne» objekter oftere enn andre. Også Storytels anbefalingene var dominert av titler fra forlaget Cappelen Damm som har lansert og tilbyr tjenesten Storytel i Norge. Algoritmenes anbefalinger bunner på denne måten i strømmetjenestenes økonomiske interesser.

Dette kan vi lese i artikkelen Relativ tilgjengelighet: Formidling og utvelgelse i strømmetjenester for film, tv-serier og digitale bøker. Anbefalings- og presentasjonsalgoritmene kan imidlertid sies å fungere som bare ett av flere nivåer av tilgjengelighet. Før algoritmene utarbeider sine anbefalinger, er databasen som de tar utgangspunkt i, allerede strukturert på andre nivåer: Innspillings- og lagringsteknologi, åndsverkslovgiving, rettighetsavklaring og konserneierskap utgjør noen av begrensningene på tilgjengelighet som algoritmene ikke kan lastes for. Tallerås, Colbjørnsen og Øfsti skisserer disse nivåene av relativ tilgjengelighet i modellen over.

I Norge slår for eksempel Folkebibliotekloven (1985, § 1) fast at vi skal holde oss med institusjoner som stiller «bøker og andre medier gratis til disposisjon for alle som bor i landet». Loven skal altså sikre at alle har tilgang til medieinnhold uavhengig av betalingsevne.

Mangfold på tjenesteleverandørsiden er derimot ikke nødvendigvis til publikums fordel fordi dette kan oppleves som en fragmentering. Er du for eksempel villig til å abonnere på Netflix for å få Orange is the New Black, på HBO for å få Game of Thrones og på Amazon Video for å få Transparent? Og hvor finner man egentlig Kampen for tilværelsen? Hvor mange strømmetjenester skal en bokleser være nødt til å abonnere på for å kunne lytte til både Jo Nesbø (kun i Fabel) og Vigdis Hjorth (kun i Storytel)?

Et sterkt fragmentert strømmemarkedet vil i praksis føre til at færre titler blir tilgjengelige for publikum. Selv om Jo Nesbøs bøker stadig finnes i bokhandelen og Game of Thrones kan kjøpes i fysisk format en tid etter at det er sendt på HBO, vil det for Netflix- eller Storytel-abonnenten være annet attraktivt innhold som krever mindre innsats, både i tid og penger, å finne og konsumere.

Les hele artikkelen til Tallerås, Colbjørnsen og Øfsti i Norsk medietidsskrifts temanummer om algoritmer.

Les mer

Nytt temanummer om algoritmer ute nå

av stmadmin

Temanummer om Algoritmer, automatisering og analysedata i regi av Senter for tverrfaglig medieforskning (STM) er nå ute i Norsk medietidsskrift.

STM tok i fjor vår initiativ til en spesialutgave av Norsk medietidsskrift om høyaktuelle temaer som mediebransjen og forskningen trenger mer innsikt om, men også for å utfordre til teoriutvikling og løfte frem ny og unik norsk empiri.

Resultatet er tre vitenskapelige artikler, en kommentar, en bokanmeldelse om algoritmer og en lederartikkel av redaktørene for temanummeret, Bente Kalsnes (OsloMet) og Lene Pettersen (UiO). I de kommende dagene vil vi presentere de ulike bidragene.

I sin leder påpeker Kalsnes og Pettersen at sosiale og digitale plattformer henger uløselig sammen med deres forretningsmodeller. Medieinnhold, medieproduksjon, mediedistribusjon og mediekonsum er i større grad enn tidligere et samspill mellom flere parter. Samtidig er ett ledd i dette samspillet helt sentralt og dominerende overfor de andre leddene: mediedistribusjon. I dag er distribusjon et konkurransemessig fortrinn, og Kalsnes og Pettersen presenterer en modell for å vise at i verdinettverket i den digitale medieøkologien har mediedistribusjon blitt noden i verdiskapningsprosessen, i samspill med medieproduksjon, medieinnhold og mediekonsum:

Figur 1: Modell for verdinettverk i den digitale medieøkologien. Mediedistribusjon har blitt noden i verdiskapningsprosessen, i samspill med medieproduksjon, medieinnhold og mediekonsum.

God lesning av temanummeret! 

 

Les mer