Hoe subtiele veranderingen gebruikers naar diverser nieuws leiden
Er is steeds meer nieuws beschikbaar, waardoor tools die content filteren en aanpassen aan de lezer belangrijker worden. Onderzoekers benadrukken dat diversiteit, vernieuwing en onverwachte suggesties essentieel zijn voor betere aanbevelingssystemen. Veel studies kijken echter alleen naar diversiteit binnen één lijst en niet naar hoe dit invloed heeft op wat mensen daadwerkelijk lezen. Dit onderzoek presenteert een nieuw aanbevelingssysteem dat gebruikers stimuleert om meer diverse nieuwsartikelen te ontdekken. Een experiment met 338 deelnemers toont aan dat dit de diversiteit en tevredenheid van gebruikers vergroot, zonder dat de nauwkeurigheid vermindert.
Studie over
Nieuwsmedia
Onderzoeksmethode(n)
Experiment
Medium/technologie
Nieuwsmedia
Soort publicatie
Wetenschappelijk artikel
Tags
Nieuws
Nieuwsaanbevelingssystemen
algoritmes
diversiteit
Kerninzichten
Meer diversiteit in nieuws zonder kwaliteit te verliezen: Het onderzoek heeft een nieuw systeem ontwikkeld dat mensen helpt om meer diverse nieuwsartikelen te lezen. Dit gebeurt zonder dat de aanbevelingen minder accuraat of minder aantrekkelijk worden voor gebruikers.
Gebruikers merken diversiteit niet altijd op: Hoewel mensen meer diverse artikelen lezen, voelen ze dit zelf niet altijd zo. Dit komt mogelijk doordat de veranderingen in de aanbevelingen klein zijn en dicht bij hun bestaande interesses blijven.
Beperkingen van het onderzoek:
Setting: Het experiment vond plaats in een kunstmatige setting, waarbij deelnemers verplicht waren om 12 minuten te lezen en minstens 10 artikelen te openen. Dit verschilt van hoe mensen normaal nieuws consumeren, wat het onderzoek minder natuurlijk maakt.
Aandacht voor balans in aanbevelingen: Het systeem richtte zich meer op diversiteit in de keuzes van gebruikers (selectiediversiteit) dan op diversiteit binnen één lijst van aanbevelingen. Dit kan aangepast worden in toekomstig onderzoek om een betere balans te vinden.
Ethische overwegingen bij aanbevelingen: Aanbevelingssystemen beïnvloeden keuzes van gebruikers, vergelijkbaar met subtiele "duwtjes" (nudges). Het verschil tussen nudging en manipulatie is klein en het is belangrijk dat gebruikers niet misleid worden. Een escape-optie, zoals het zichtbaar maken van meerdere keuzes, kan helpen om manipulatie te voorkomen.
Vercoutere, S., Joris, G., De Pessemier, T., Martens, L. (2024). Improving selection diversity using hybrid graph-based news recommenders. User Modeling and User-Adap Interaction, 34, 955–993. https://doi.org/10.1007/s11257-024-09399-w
Onderzoek in de kijker
Elke maand komen er in Vlaanderen gemiddeld 16 nieuwe papers en publicaties uit rond media en communicatie. We selecteren voor jou enkele markante publicaties.