كيف تعمل خلاصات التوصية وكيف تُبنى خلاصتك

غالبًا ما يُعامَل ما يحدث خلف قرار خلاصة وسائل التواصل بشأن ما تعرضه عليك وبأي ترتيب كأنه صندوق أسود غامض. صحيح أن تنفيذه التقني معقد فعلًا، لكن المفاهيم العامة وراءه في متناول الجميع دون أي خلفية تقنية. وفهم الشكل الأساسي لهذه العملية (كما في فهم كيف تعمل روبوتات الدردشة بالذكاء الاصطناعي) يزيل الغموض عن شيء يتعامل معه معظم الناس عشرات المرات يوميًا من دون أن يعرفوا كيف يعمل. ونستخدم Qerios نقطة مرجعية حيث يفيد ذلك، فهو تطبيق أسئلة وأجوبة اجتماعي له خلاصته الخاصة.

المشكلة الأساسية التي تحلّها خوارزمية الخلاصة

في أي لحظة يوجد على المنصة من المحتوى أكثر بكثير مما يمكن لأي مستخدم أن يشاهده فعلًا: من الحسابات التي يتابعها، ومن النشاط الأوسع على المنصة، ومن كل ما له صلة ولو بعيدة باهتماماته. ومهمة خوارزمية الخلاصة الأساسية هي اختيار مجموعة صغيرة من هذا الحشد الأكبر وترتيبها، من بين كل ما هو متاح تقنيًا، لتصبح ما يظهر فعلًا عند فتح التطبيق.

وهذه مشكلة الاختيار والترتيب هي الوظيفة الجوهرية، أيًّا كانت الطريقة التقنية التي تحلّها بها كل منصة.

الإشارات التي يعتمد عليها النظام عادةً

تفاصيل التنفيذ سرّية وتتفاوت كثيرًا بين المنصات، لكن معظم أنظمة التوصية تعتمد على مزيج من بضع فئات عامة من الإشارات:

سلوكك السابق على المنصة. ما تفاعلت معه من قبل (أعجبك أو علّقت عليه أو شاهدته كاملًا بدل أن تتخطاه بسرعة أو قضيت وقتًا عنده) يعطي إشارة قوية إلى ما قد تتفاعل معه مجددًا، لأن السلوك السابق من أوثق مؤشرات التفضيل المستقبلي المتاحة لهذه الأنظمة.

خصائص المحتوى. المعلومات عن المحتوى نفسه، مثل صيغته وموضوعه ومدى حداثة نشره وكيف تفاعل معه المستخدمون الآخرون حتى الآن، تدخل في تقدير النظام لمدى احتمال أن يكون ملائمًا أو جذابًا لمستخدم معيّن.

الإشارات الاجتماعية. من تتابعهم أو تتفاعل معهم باستمرار، وما تتفاعل معه هذه الشبكة، مدخل آخر، على افتراض أن المحتوى الذي يلقى صدى عند دائرتك الاجتماعية أو عند أشخاص تشبه أنماط سلوكهم نمطك أرجح أن يلقى صدى عندك أنت أيضًا.

الإشارات الصريحة التي قدّمتها. بعض الأنظمة تأخذ مدخلات أكثر مباشرة، كالحسابات التي تابعتها عمدًا، أو المواضيع التي أبديت اهتمامًا بها، أو المحتوى الذي أخفيته صراحةً أو أشرت إلى أنك لا تريد رؤيته، وهذه عادةً أثقل وزنًا من الإشارات السلوكية المستنتجة وحدها.

لماذا تعرض المنصة نفسها على مستخدمَين محتوى مختلفًا تمامًا

بما أن هذه الأنظمة مخصَّصة، أي مبنية حول تاريخ كل فرد وإشاراته السلوكية، فقد يرى شخصان يستخدمان المنصة نفسها، وحتى لو تابعا بعض الحسابات ذاتها، خلاصتين مختلفتين اختلافًا كبيرًا، لأن الاختيار والترتيب يُحسبان لكل شخص على حدة بحسب سجل إشاراته المتراكم. هذه سمة أساسية في طريقة عمل هذه الأنظمة، وليست عيبًا أو تناقضًا، لكنها تعني أن إحساس أي فرد بـ«ما هو رائج» أو «ما يراه الجميع» يمرّ عبر خلاصته الشخصية، فلا يمثل بالضرورة محتوى المنصة عمومًا.

لماذا يهيمن التفاعل على هدف التحسين

كما بيّنا بتفصيل أكبر في مقالتنا عن الوعي بالخوارزميات، فإن معظم هذه الأنظمة تُضبط في النهاية لتحسين التفاعل القابل للقياس، لأن التفاعل هو ما يرتبط عادةً بالنتائج التجارية (إيرادات الإعلانات واستمرار استخدام المنصة) التي تحدد في الغالب كيف تُقيَّم هذه الأنظمة وتُطوَّر مع الوقت. ومن المفيد فهم هذا بوصفه الحافز الافتراضي الذي يشكّل عملية الترتيب، وهو يختلف عن نظام يستهدف صراحةً رضا المستخدم أو رفاهه كما يعبّر عنهما المستخدمون، وهما أصعب قياسًا وأقل شيوعًا كهدف رئيسي.

لماذا تختلف عن الخلاصة الزمنية الخالصة، وما المقايضة في ذلك

انتقلت منصات كثيرة من الخلاصات الزمنية الخالصة (عرض المحتوى بترتيب نشره تمامًا بغضّ النظر عن مدى ملاءمته المتوقعة) إلى خلاصات مرتَّبة بالخوارزميات، عادةً لأن الخلاصات المرتَّبة تحقق تفاعلًا قابلًا للقياس أعلى، إذ تعرض محتوى يُتوقع أن يكون أكثر ملاءمة أو إثارة للاهتمام من أي شيء نُشر مؤخرًا فحسب. وفي ذلك مقايضة حقيقية: الخلاصة الزمنية الخالصة أكثر قابلية للتوقع والشفافية (تعرف تقريبًا ما الذي يحدد ما تراه: الحداثة)، بينما تستطيع الخلاصة المرتَّبة إظهار محتوى أوثق صلة لكنها أقل شفافية بكثير حيال سبب ظهور محتوى بعينه في وقت بعينه.

وتتيح بعض المنصات التبديل بين الوضعين، وهذا يستحق أن تعرفه وتستخدمه عمدًا إن كان الخيار الزمني الأوضح والأقل تحسينًا مهمًّا لك في استخدام بعينه. ومتابعة من تريد قراءة إجاباتهم، كما يمكنك في Qerios، طريقة أخرى لتشكيل ما تراه.

لماذا يساعد هذا الفهم على الوعي الذاتي بشأن استخدام المنصات

لا يتطلب هذا الفهم التقني أن تشكّ في كل منصة تستخدمها، لكنه يوفر سياقًا مفيدًا لممارسات الرفاه والوعي الذاتي الأوسع التي نناقشها في مواضع أخرى من هذه المدونة. فإدراك أن اختيار محتوى الخلاصة نتيجة عملية تحسين مقصودة، وليس عرضًا محايدًا أو كاملًا لكل ما يجري على المنصة، يساعدك على تقدير الوزن الذي تعطيه لما تعرضه الخلاصة أمامك في أي لحظة. ويرتبط ذلك بـلماذا تؤثر المقارنة على السوشيال ميديا بشكل مختلف وبـلماذا إجمالي وقت الشاشة مقياس خاطئ.

الخلاصة

خلاصة وسائل التواصل ليست نافذة محايدة على «كل ما يحدث»، بل هي ناتج عملية اختيار وترتيب مقصودة تعتمد على إشارات سلوكية وإشارات المحتوى والإشارات الاجتماعية، وتُحسَّن عادةً نحو التفاعل القابل للقياس. وفهم هذا الشكل الأساسي، حتى من دون عمق تقني، يمنحك سياقًا مفيدًا لتفسير ما تراه ولماذا تراه، بدل أن تعيش الخلاصة كعرض اعتباطي لا تفسير له.

وإن أردت استكشاف خلاصة من الإجابات العامة بنفسك فيمكنك تجربة Qerios.