YouTube sagt, dass seine Systeme so funktionieren, wie sie sollen. „Der Bericht von Mozilla berücksichtigt nicht, wie unsere Systeme tatsächlich funktionieren, und daher ist es für uns schwierig, viele Erkenntnisse zu gewinnen“, sagt YouTube-Sprecherin Elena Hernandez, die hinzufügt, dass die Zuschauer die Kontrolle über ihre Empfehlungen erhalten. Dazu gehört „die Möglichkeit, zu verhindern, dass ein Video oder Kanal ihnen in Zukunft empfohlen wird“.
Wo Mozilla und YouTube unterschiedlich interpretieren, wie erfolgreich ihre „Nicht empfehlen“-Beiträge sind, scheint die Ähnlichkeit von Themen, Personen oder Inhalten zu sein. YouTube sagt, dass die Aufforderung an seinen Algorithmus, ein Video oder einen Kanal nicht zu empfehlen, den Algorithmus einfach davon abhält, dieses bestimmte Video oder diesen bestimmten Kanal zu empfehlen – und den Zugriff eines Benutzers auf ein bestimmtes Thema, eine Meinung oder einen Sprecher nicht beeinträchtigt. „Unsere Steuerelemente filtern nicht ganze Themen oder Standpunkte heraus, da dies negative Auswirkungen auf die Zuschauer haben könnte, wie z. B. die Schaffung von Echokammern“, sagt Hernandez.
Jesse McCrosky, ein Datenwissenschaftler, der mit Mozilla an der Studie arbeitet, sagt, dass dies aus den öffentlichen Äußerungen und veröffentlichten Forschungsergebnissen von YouTube zu seinen Empfehlungssystemen nicht ganz klar sei. „Wir haben einige kleine Einblicke in die Blackbox“, sagt er, die zeigen, dass YouTube im Großen und Ganzen zwei Arten von Feedback berücksichtigt: auf der positiven Seite das Engagement, wie z. B. wie lange Nutzer YouTube ansehen und wie viele Videos sie ansehen; und explizites Feedback, einschließlich Abneigungen. „Sie haben ein gewisses Gleichgewicht, das Ausmaß, in dem sie diese beiden Arten von Feedback respektieren“, sagt McCrosky. „Was wir in dieser Studie gesehen haben, ist, dass die Gewichtung des Engagements ziemlich erschöpfend ist und andere Arten von Feedback nur minimal respektiert werden.“
Die Unterscheidung zwischen dem, was YouTube über seine Algorithmen zu sagen glaubt, und dem, was Mozilla sagt, ist wichtig, sagt Robyn Caplan, Senior Researcher bei Data & Society, einer gemeinnützigen New Yorker Organisation, die zuvor den Algorithmus von YouTube untersucht hat. „Einige dieser Ergebnisse widersprechen nicht den Aussagen der Plattform, zeigen aber, dass die Benutzer nicht genau wissen, welche Funktionen vorhanden sind, damit sie ihre Erfahrungen steuern können, im Gegensatz dazu, welche Funktionen vorhanden sind, um den Erstellern von Inhalten Feedback zu geben.“ Sie sagt. Caplan begrüßt die Studie und ihre Ergebnisse und sagt, dass Mozillas beabsichtigte Slam-Dunk-Offenbarung zwar gedämpfter ausfallen könnte, als die Forscher gehofft hatten, aber dennoch ein wichtiges Problem hervorhebt: Benutzer sind verwirrt über die Kontrolle, die sie über ihre YouTube-Empfehlungen haben. „Diese Forschung spricht für die allgemeine Notwendigkeit, Benutzer regelmäßig zu den Funktionen der Website zu befragen“, sagt Caplan. „Wenn diese Feedback-Mechanismen nicht wie beabsichtigt funktionieren, kann das die Leute abschrecken.“
Verwirrung über die beabsichtigte Funktionalität von Benutzereingaben ist ein zentrales Thema des zweiten Teils der Mozilla-Studie: Eine anschließende qualitative Befragung von rund einem Zehntel derjenigen, die die RegretsReporter-Erweiterung installiert und an der Studie teilgenommen haben. Diejenigen, mit denen Mozilla gesprochen hat, sagten, dass sie es zu schätzen wüssten, dass die Eingaben speziell auf Videos und Kanäle gerichtet seien, aber dass sie erwarteten, dass dies den Empfehlungsalgorithmus von YouTube umfassender informieren würde.
„Ich fand das ein interessantes Thema, weil es zeigt, dass dies Leute sind, die sagen: ‚Ich sage dir nicht nur, dass ich diesen Kanal blockiert habe. Das ist mein Versuch, mehr Kontrolle über die anderen Arten von Empfehlungen auszuüben, die ich in Zukunft erhalten werde’“, sagt Ricks. Mozilla empfiehlt in seiner Studie, dass YouTube den Nutzern mehr Möglichkeiten bietet, ihre eigenen Erfahrungen proaktiv zu gestalten, indem sie ihre Inhaltspräferenzen darlegt – und dass das Unternehmen besser erklärt, wie seine Empfehlungssysteme funktionieren.
Für McCrosky besteht das Hauptproblem darin, dass es eine Lücke zwischen dem Messaging gibt, das die Nutzer von YouTube durch seine algorithmischen Eingaben wahrnehmen, und dem, was sie tatsächlich tun. „Es gibt eine Diskrepanz in dem Grad, in dem sie diese Signale respektieren“, sagt er.