Den offentlige samtale styres i stigende grad af data og dem, som ejer algoritmerne

Brugerne har vænnet sig til, at når de åbner for sociale medier som Instagram og Facebook, får de et feed, der er tilpasset netop dem på baggrund af deres adfærd og interesser.

Selvom den brug af algoritmer til at målrette indhold til den enkelte bruger kritiseres for at skabe ekkokamre og filterbobler og derigennem polarisere offentligheden, er flere traditionelle medier begyndt at anvende algoritmer til også at tilpasse deres indhold til brugernes individuelle adfærd. 

I februar 2024 lancerede Jyllands-Posten en ny forsidealgoritme, hvor mediet forsøger at lave en algoritme, der kombinerer både brugeradfærd og journalistisk, redaktionel vægtning af indholdet. Og i efteråret indførte DR et login til streaming af tv, så DRTV blev tilpasset den enkelte bruger. For nylig har TV2 Fyn valgt at droppe den klassiske forside på mediets hjemmeside og har i stedet ladet sig inspirere af, hvordan brugerne agerer på sociale medier som Facebook, Instagram og TikTok. 

Men hvad betyder algoritmernes indtog i de traditionelle medier for journalistikken? I forskningsprojektet DATAPUBLICS, som netop er afsluttet i 2024, har forskerne undersøgt, hvordan dataficeringen påvirker journalistikken og mediernes rolle i den offentlige, demokratiske samtale. Projektets leder er professor Jannie Møller Hartley fra Institut for Kommunikation og Humanistisk Videnskab på Roskilde Universitet.

”Vi ser, at algoritmerne og den personlige tilpasning påvirker strømmen af information i det offentlige rum, både når det gælder de sociale medier og de klassiske medier. I det lange løb kan man frygte en individualisering af offentligheden i en sådan grad, at vi ikke formår at tale sammen på tværs af samfundsgrupper,” siger Jannie Møller Hartley.

Svært at indbygge journalistiske værdier i en algoritme
Flere af medierne er opmærksomme på udfordringerne ved algoritmer som dem, de sociale medier anvender. Nogle medier som eksempelvis Jyllands-Posten forsøger at indbygge en journalistisk vurdering og en værdi for væsentlighed i algoritmerne.

Men det kan være en svær øvelse. Det kan være svært at give væsentlighed en objektiv talværdi, fordi værdierne er relationelle. En nyhed kan have stor væsentlighed på en dag, hvor den ikke skal konkurrere med andre nyheder, men falder nyheden på samme dag som eksempelvis et folketingsvalg, har den måske ikke samme værdi.

Medier lever af trafik og eksponering
Ved at bruge data og algoritmer forsøger medierne at ramme flere brugere og mere målrettet blandt andet for at opveje et tab af annonceindtægter. Ligesom de sociale medier har haft held med. 

Men medierne risikerer at binde sig til tech-giganterne, der tilbyder kode, platforme og cloud-løsninger, når personaliseringsalgoritmerne skal bygges. Algoritmerne bygges ind i de sprogmodeller, der skal læse, forstå og behandle tekst, men det er også primært tech-giganterne, der ejer sprogmodellerne.

”Meget få medier har råd til at udvikle egne sprogmodeller, så tech-giganterne får en infrastrukturel magt over informationsstrømmene, som gør vores klassiske medier enormt sårbare,” siger Jannie Møller Hartley.

De store tech-virksomheder skruer hele tiden på algoritmerne, og når de eksempelvis gør det sværere at dele nyhedsartikler, presser det de traditionelle medier, som så må justere. Det samme sker, når Google for nyligt i et forsøg fjerner visse organisationer og nyhedssider fra deres søgningsresultater. 

”Både søgning og sociale medier har stadig en enorm indflydelse på, hvordan borgere får adgang til information, og når chatrobotter bliver den foretrukne måde at søge information, og vi ikke har mulighed for at verificere eller kildetjekke den info, så risikerer vi, at den offentlige samtale drukner i påstande og falske nyheder,” forklarer Jannie Møller Hartley.

Forskningsprojektet DATAPUBLICS, der gik i gang i januar 2020, blev støttet med seks millioner kroner af VELUX FONDEN.