Come funziona l'algoritmo di TikTok

Una recente indagine del Washington Post ha tentato un’impresa che molti, in passato, hanno già affrontato con scarso successo: decifrare il funzionamento dell’algoritmo di TikTok, uno dei più potenti e al tempo stesso impenetrabili dell’universo social. L’obiettivo del quotidiano americano era spiegare perché due persone che usano la stessa app possano trovarsi immerse in mondi completamente diversi, spesso senza quasi alcuna sovrapposizione. Più complesso dell’apparenza Il meccanismo di partenza, in realtà, è semplice. Ogni interazione con i contenuti proposti viene registrata: TikTok monitora quanto tempo l’utente guarda un video, se mette “mi piace”, se scorre subito oltre o se commenta; questi comportamenti vengono poi combinati con quelli di altri che mostrano pattern di visione simili. Il risultato è un sistema di raccomandazione che costruisce un profilo sempre più dettagliato delle preferenze di un utente e gli riempie il feed di contenuti che, statisticamente, hanno alte probabilità di intrattenerlo. Per rendere osservabile questo processo, il Washington Post ha raccolto sei mesi di cronologia di visione di 1.100 utenti e ha costruito una mappa dei contenuti. In questa mappa, i video non sono organizzati solo per tema, ma anche in base al comportamento degli utenti: i contenuti visti dalle stesse persone finiscono nella stessa area, mentre quelli che non condividono pubblico si collocano lontani tra loro. Ne emerge una geografia fatta di cluster tematici e di “isole” di contenuti. Qui la questione si fa più complicata. Un aspetto centrale è che l’algoritmo non ragiona per categorie isolate, ma per correlazioni statistiche tra pubblici. Per esempio, chi guarda molti video di gatti tende a vedere anche contenuti LGBTQ+ o musicali: non perché i video siano simili in sé, ma perché una parte significativa degli utenti apprezza entrambi. Di conseguenza, interessarsi molto a un tema aumenta la probabilità di essere esposti ad altri temi ad esso statisticamente connessi. Al contrario, l’aumento dell’esposizione ad alcuni contenuti riduce drasticamente la probabilità di vederne altri. La mappa costruita dal Washington Post mette anche in luce come alcuni temi particolarmente polarizzanti nella vita reale, lo siano anche nell’app. I contenuti relativi a Taylor Swift, ad esempio, appaiono come un’isola separata: chi li guarda ne riceve molti altri, mentre chi non vi interagisce quasi nessuno, anche se consuma contenuti affini, come altra musica pop. Ciò indica che l’algoritmo distingue con grande precisione le preferenze degli utenti, creando nicchie anche molto strette. Un altro risultato rilevante riguarda il genere. Senza che il modello disponga di informazioni esplicite sull’anagrafica degli utenti, la distribuzione dei contenuti si organizza comunque in modo fortemente correlato al genere. Libri e skincare, ad esempio, risultano più frequenti tra le donne, videogiochi e auto sportive tra gli uomini, mentre fitness, viaggi e lavoro si collocano in zone più miste. Ciò suggerisce che il genere è una delle variabili più incisive nella costruzione del feed, anche quando non viene fornito direttamente dall’utente. Il quadro che emerge dalla ricerca del Washington Post è ambivalente. Da un lato, l’algoritmo è molto efficace nel prevedere ciò che potrebbe piacere agli utenti, attingendo a un enorme database di preferenze e sottoponendo i contenuti “vicini” a quelli già consumati. Dall’altro, questa stessa logica esclude l’utente da interi universi di contenuti, che potrebbe non vedere mai semplicemente perché il suo comportamento iniziale lo ha collocato in una specifica “zona” dell’algoritmo.

Cosa vedere:

Come vederlo:

Online con Sky:

Come funziona l'algoritmo di TikTok

Gianluca De Feo