De flesta av oss använder sociala medier dagligen. Få av oss vet ändå hur sociala mediers algoritmer verkligen fungerar.
– När vi använder plattformarna är vi ofta inte medvetna om hur mycket och vilken typ av data som samlas in och för vilka ändamål de används. Vi känner inte till de centrala mekanismerna för hur data samlas in och används, säger professorn i artificiell intelligens Teemu Roos.
Det här kan leda till att föreställningarna om funktionerna hos sociala mediers algoritmer bygger på "folktro", det vill säga informella och ofta felaktiga uppfattningar om hur sociala medieplattformar fungerar.
Det här är ett stort problem när vi undervisar i mediekompetens i skolorna.
– I skolorna kretsar undervisningen kring datasäkerhet och missinformation. Ofta tas funktionsmekanismerna hos sociala medier inte upp i undervisningen. Vi måste gå djupare för att eleverna ska få grepp om hur algoritmerna fungerar, hur olika filterbubblor bildas, hur känslor stärks och hur beteenden styrs.
Men vi har saknat verktyg för att göra det.
Det verktyg som forskarna har utvecklat hjälper oss att ta en titt under motorhuven.
Varje klick sparas
Eleverna bläddrar bland en strid ström av bilder i en sluten miljö som påminner om Instagram. I den här miljön beter sig eleverna som på de flesta sociala medieplattformar, de gillar, följer, delar, kommenterar och reagerar med emojier.
– Verktyget samlar in data om allt det här. Det visualiserar vilka uppgifter om användaren som samlas in, en hurdan profil som skapas av användaren och hur plattformen väljer vilket innehåll den ska rekommendera.
Verktyget som forskarna har utvecklat iakttar noggrant och sparar information om hur länge en användare ser på varje bild, vilka bilder användaren gillar, kommenterar, hur långa kommentarerna är samt vilka bilder användaren reagerar på, följer och delar. På en annan dator kan eleverna samtidigt se den information som samlas in om den egna eller en väns skrollande.
Informationen om aktiviteterna bildar en profil som beskriver de iakttagelser som gjorts om elevens intressen, exempelvis som ett ordmoln. Utifrån profilerna rekommenderar verktyget nya bilder och förklarar för eleven varför det valt just det här innehållet. Orsaken kan till exempel vara att innehållet påminner om något som användaren har gillat eller något som liknande användare har gillat.
– Eleverna kan själva se hur även deras minsta handlingar, såsom att användaren ens för ett ögonblick har stannat upp inför ett innehåll, sparas som en del av deras digitala fotavtryck.
Visualiseringen och de verbala förklaringarna konkretiserar omedelbart den information som samlas in: så fort användaren vidtar en åtgärd syns ändringar i historiken och i profilen.
– På lärarens skärm visas hela klassens profiler i realtid som ett nätverk. Elever med liknande intressen grupperas närmare varandra. Det här gör att klassen konkret kan se hur en enskild elevs handlingar påverkar vilka rekommendationer de andra får.
Forskarnas verktyg registrerar noga hur användaren beter sig. Det mäter hur länge hen tittar på varje bild. Det sparar också vilka bilder hen gillar, kommenterar, delar och reagerar på. Dessutom noterar verktyget hur långa kommentarerna är och vilka konton hen följer.
Verktyget har testats i samarbete med omkring 400 barn i tiotals finländska skolor.
– Det sociala medieverktyget stöder erfarenhetslärande, eftersom det uppmuntrar lärande genom praktisk handling.
– Jag hoppas att verktyget tas i bruk i skolorna – och varför inte även i hemmen. Då lärandet i stället för en traditionell lektion eller en lärobok utgår från en app som de flesta ungdomar är bekanta med, blir det tydligt hur viktigt det här temat är i vardagen och det uppmuntrar eleverna att delta i diskussioner om sociala medier och att framföra sina synpunkter. Det är viktigt att diskussionen om att begränsa användningen av sociala medier inte bara förs bland vuxna, över huvudet på ungdomarna.