social.stefan-muenz.de

Search

Items tagged with: Theory

Datenjournalismus: TikToks Algorithmus drängt zu Nischeninhalten




Die „Für-Dich-Seite“ ist „buchstäblich deine Intention“, sagt die populäre TikTok-Nutzerin @lilmamas97 über die Inhalte, die ihr von TikTok zusammengestellt werden. Sie und andere Nutzer:innen sind fasziniert von der Art und Weise, wie die Videoplattform agiert. Doch statt Intention oder Bauchgefühl entscheidet bei TikTok ein kalkulierender Algorithmus.

Dessen Funktionsweise demonstrierte das Wall Street Journal (WSJ) zuletzt mit einer aufschlussreichen Datenrecherche. Hierfür wurden 100 fiktive Accounts (Bots) erstellt, denen jeweils eine IP-Adresse und charakterisierende Interessen zugeteilt wurden. Laut The Verge basierte das Verhalten der Bots auf den Hashtags, die unter den Videos gesetzt sind. Je nachdem ob die Hashtags relevant für die zugeschriebenen Interessen waren, schaute sich der Bot Videos an.

Schon nach kurzer Zeit generierte der Algorithmus ein individuelles Interessenprofil basierend auf der Verweildauer des Bots auf den einzelnen Videos.

Zeit ist Information


Interessanterweise spielen laut dem WSJ die Anzahl von Likes und Shares bei TikToks Vorschlagsalgorithmus nur eine untergeordnete Rolle. Viel ausschlaggebender ist die Verweildauer auf einzelnen Videos und die Information darüber, wie häufig ein Video angeschaut wurde. TikTok widerspricht dieser Aussage und sagt, dass sowohl die Anzahl von Likes, Shares und Follower als auch der Inhalt selbst eine Rolle für den Vorschlagsalgorithmus spielen würden. Das „TikTok Transparenz-Center“ veröffentlichte schon im Juli 2020 unbestimmte Anhaltspunkte, wie der Algorithmus funktionieren könnte:

Ein starker Interessenindikator, wie etwa ob die Nutzer:in ein Video von vorne bis hinten angeschaut hat, wird stärker beachtet als ein schwacher Indikator, wie etwa ob die Video-Konsument:in und Urheber:in beide in dem gleichen Land sind.

Zwar zeigte TikTok den neuen Nutzer:innen zunächst populäre Videos von allgemeinem Interesse, aber schon nach den ersten Videos bewegt sich der vorgeschlagene Inhalt zu immer spezifischeren Interessengruppen. In Abhängigkeit von der Verweildauer analysiert der Algorithmus weitere gegebenen Informationen wie Hashtags, Nutzernamen und Videobeschreibungen. Ziel ist es dabei Inhalte zu finden, die den Nutzer dazu bewegen auf der App zu bleiben. Nach nur durchschnittlich zwei Stunden Video schauen, schickt der Algorithmus nun vor allem personalisierte Inhalte, die nicht mehr im Mainstream, sondern auch in Nischen und an Rändern zu verorten sind. Die populären Mainstreamvideos machen zu diesem Zeitpunkt nur noch einen geringen Prozentsatz aus.

TikTok drängt zu extremen Rändern


Der Algorithmus-Experte Jonathan Stray zeigt sich auf Twitter fasziniert von der Arbeit des Wall Street Journals. Nach seiner Interpretation des Experiments stellt TikToks Vorschlagssystem vor allem eines dar, nämlich eine Bedrohung.

Hier klicken, um den Inhalt von Twitter anzuzeigen.
Erfahre mehr in der Datenschutzerklärung von Twitter.

Inhalt von Twitter immer anzeigen

var _oembed_e7bf7dd818d50e5aae262e2ce756430d = '{\"embed\":\"

<

blockquote class="twitter-tweet" data-width="550" data-dnt="true">

<

p lang="en" dir="ltr">An amazing audit of TikTok's recommender system by the WSJ, including spiffy 3D visualizations. They used 100 bots with different interests to see how quickly the recsys honed in on (hidden!) interests through engagement alone.

What does it mean? A THREADhttps:\\/\\/t.co\\/XRqbw9FwpK<\\/a><\\/p>— jonathanstray (@jonathanstray) July 23, 2021<\\/a><\\/blockquote><\\/script>\"}';

Das Spezifizieren auf bestimmte Interessen durch den Algorithmus wirkt selbstverstärkend. Nutzer:innen geraten so in einen Sog, der sie an Ränder und in Nischen führen kann.

Die Visualisierung des Wall Street Journals modelliert die Inhaltewolken auf TikTok nach Hashtags. Inhalte, mit einer niederen Hashtag-Frequenz sind mit ausufernden Armen der Wolke repräsentiert, während die Mainstream-Themen im Inneren der Wolke dargestellt werden. Je weiter die Nutzer:in in eine Nische eindringt, desto geringer wird die Anzahl der Verknüpfungspunkten zu anderen inhaltlichen Themen.

Inhaltliche Verengung


Was bei Hundeinhalten noch süß wirkt, wird spätestens bei Verschwörungstheorien problematisch. Folglich beinhaltet TikToks Algorithmus ein hohes Potenzial für eine Verengung der Inhaltsbreite und damit auch für politische Radikalisierung, da gesellschaftliche Pluralität ausgeblendet wird.

Der Algorithmus von TikTok ist nicht der erste, der eine solche Tendenz vorweist. YouTube steht seit Jahren in der Kritik die Verbreitung von politisch extremeren oder abwegigen Positionen zu fördern und so die Nutzer:innen zu radikalisieren.- - - - - -

Hilf mit! Mit Deiner finanziellen Hilfe unterstützt Du unabhängigen Journalismus.- - - - - -

https://netzpolitik.org/2021/datenjournalismus-tiktoks-algorithmus-draengt-zu-nischeninhalten/ #39
Anhänge:
 

Datenjournalismus: TikToks Algorithmus drängt zu Nischeninhalten




Die „Für-Dich-Seite“ ist „buchstäblich deine Intention“, sagt die populäre TikTok-Nutzerin @lilmamas97 über die Inhalte, die ihr von TikTok zusammengestellt werden. Sie und andere Nutzer:innen sind fasziniert von der Art und Weise, wie die Videoplattform agiert. Doch statt Intention oder Bauchgefühl entscheidet bei TikTok ein kalkulierender Algorithmus.

Dessen Funktionsweise demonstrierte das Wall Street Journal (WSJ) zuletzt mit einer aufschlussreichen Datenrecherche. Hierfür wurden 100 fiktive Accounts (Bots) erstellt, denen jeweils eine IP-Adresse und charakterisierende Interessen zugeteilt wurden. Laut The Verge basierte das Verhalten der Bots auf den Hashtags, die unter den Videos gesetzt sind. Je nachdem ob die Hashtags relevant für die zugeschriebenen Interessen waren, schaute sich der Bot Videos an.

Schon nach kurzer Zeit generierte der Algorithmus ein individuelles Interessenprofil basierend auf der Verweildauer des Bots auf den einzelnen Videos.

Zeit ist Information


Interessanterweise spielen laut dem WSJ die Anzahl von Likes und Shares bei TikToks Vorschlagsalgorithmus nur eine untergeordnete Rolle. Viel ausschlaggebender ist die Verweildauer auf einzelnen Videos und die Information darüber, wie häufig ein Video angeschaut wurde. TikTok widerspricht dieser Aussage und sagt, dass sowohl die Anzahl von Likes, Shares und Follower als auch der Inhalt selbst eine Rolle für den Vorschlagsalgorithmus spielen würden. Das „TikTok Transparenz-Center“ veröffentlichte schon im Juli 2020 unbestimmte Anhaltspunkte, wie der Algorithmus funktionieren könnte:

Ein starker Interessenindikator, wie etwa ob die Nutzer:in ein Video von vorne bis hinten angeschaut hat, wird stärker beachtet als ein schwacher Indikator, wie etwa ob die Video-Konsument:in und Urheber:in beide in dem gleichen Land sind.

Zwar zeigte TikTok den neuen Nutzer:innen zunächst populäre Videos von allgemeinem Interesse, aber schon nach den ersten Videos bewegt sich der vorgeschlagene Inhalt zu immer spezifischeren Interessengruppen. In Abhängigkeit von der Verweildauer analysiert der Algorithmus weitere gegebenen Informationen wie Hashtags, Nutzernamen und Videobeschreibungen. Ziel ist es dabei Inhalte zu finden, die den Nutzer dazu bewegen auf der App zu bleiben. Nach nur durchschnittlich zwei Stunden Video schauen, schickt der Algorithmus nun vor allem personalisierte Inhalte, die nicht mehr im Mainstream, sondern auch in Nischen und an Rändern zu verorten sind. Die populären Mainstreamvideos machen zu diesem Zeitpunkt nur noch einen geringen Prozentsatz aus.

TikTok drängt zu extremen Rändern


Der Algorithmus-Experte Jonathan Stray zeigt sich auf Twitter fasziniert von der Arbeit des Wall Street Journals. Nach seiner Interpretation des Experiments stellt TikToks Vorschlagssystem vor allem eines dar, nämlich eine Bedrohung.

Hier klicken, um den Inhalt von Twitter anzuzeigen.
Erfahre mehr in der Datenschutzerklärung von Twitter.

Inhalt von Twitter immer anzeigen

var _oembed_e7bf7dd818d50e5aae262e2ce756430d = '{\"embed\":\"

<

blockquote class="twitter-tweet" data-width="550" data-dnt="true">

<

p lang="en" dir="ltr">An amazing audit of TikTok's recommender system by the WSJ, including spiffy 3D visualizations. They used 100 bots with different interests to see how quickly the recsys honed in on (hidden!) interests through engagement alone.

What does it mean? A THREADhttps:\\/\\/t.co\\/XRqbw9FwpK<\\/a><\\/p>— jonathanstray (@jonathanstray) July 23, 2021<\\/a><\\/blockquote><\\/script>\"}';

Das Spezifizieren auf bestimmte Interessen durch den Algorithmus wirkt selbstverstärkend. Nutzer:innen geraten so in einen Sog, der sie an Ränder und in Nischen führen kann.

Die Visualisierung des Wall Street Journals modelliert die Inhaltewolken auf TikTok nach Hashtags. Inhalte, mit einer niederen Hashtag-Frequenz sind mit ausufernden Armen der Wolke repräsentiert, während die Mainstream-Themen im Inneren der Wolke dargestellt werden. Je weiter die Nutzer:in in eine Nische eindringt, desto geringer wird die Anzahl der Verknüpfungspunkten zu anderen inhaltlichen Themen.

Inhaltliche Verengung


Was bei Hundeinhalten noch süß wirkt, wird spätestens bei Verschwörungstheorien problematisch. Folglich beinhaltet TikToks Algorithmus ein hohes Potenzial für eine Verengung der Inhaltsbreite und damit auch für politische Radikalisierung, da gesellschaftliche Pluralität ausgeblendet wird.

Der Algorithmus von TikTok ist nicht der erste, der eine solche Tendenz vorweist. YouTube steht seit Jahren in der Kritik die Verbreitung von politisch extremeren oder abwegigen Positionen zu fördern und so die Nutzer:innen zu radikalisieren.- - - - - -

Hilf mit! Mit Deiner finanziellen Hilfe unterstützt Du unabhängigen Journalismus.- - - - - -

https://netzpolitik.org/2021/datenjournalismus-tiktoks-algorithmus-draengt-zu-nischeninhalten/ #39
Anhänge:
 

Bernstein - 'The unanswered question' series, 1 of 6


"An overview of musical development in turns of vocabulary"


#music #theory #documentary
 

Understanding millions of gates


Introduction to IC reverse engineering for non-chip-reverse-engineers.
#Reverse #Engineering of #integrated #circuits is often seen as something only companies can do, as the #equipment to image the #chip is #expensive, and the HR costs to hire enough reverse #engineers to then #understand the chip even more so. This talk gives a #short #introduction on the #motivation #behind #understanding your own or someone else’s chip (as a chip manufacturing company), and why it might be important for the rest of us (not a chip manufacturing company). The #focus is on #understanding what #millions #of #logical #gates #represent, rather than the physical aspect (delayering, imaging, image processing…), because everyone can do this at home. I will introduce some #proposed #countermeasures (like logic encryption) and #explain if, how and why they fail.

The #talk will give a #general #overview of the #research #field and #explain #why #companies #are #interested #in #reverse #engineering #ICs (IP overproduction, Counterfeits, Hardware Trojans), as well as why it’s important for an end user (IC trust, chip failure). Then, I will very shortly introduce the #reverse #engineering #workflow, from #decapsulating, #delayering, #imaging, #stitching, #image #processing and then come to the focus: #netlist #abstraction. The idea is to show some #methods which are #currently #used #in #research to #understand #what #netlists #represent. Some #theory will be #explained (#circuit #design, #formal #verification of #circuits, #graph #theory…), but I want to keep this to a #minimum. Finally, I will show some #current #ideas on #how #to #make #reverse #engineering #difficult, as well as #some #attacks on these ideas. The talk does not give insights into how large companies do reverse engineering (i.e. #throw #money #at #the #problem), but rather #show #the #research #side #of #things, with some of the methods published in the last couple of years, which is #something #everyone can do at home.

#36c3 #2019 #leipzig #randomshit

#Understanding #millions #of #gates

 

The Simple Theory Of Japanese Music Scales


Miyako-Bushi!


#music #scales #japan #theory
 

#systemd (question mark)


What are your thoughts on systemd?

I know on the #debian maintainers' list;
they kinda shout you down with "conspiracy theorist"
if you question systemd.

But I do.

systemd smells a lot like #svchost.exe on #Windows.
That omni-present blob, that people don't really look at much over time.

And systemd has it's own login/password entry point?
Why exactly?

I am considering #Devuan,
which is the non-systemd fork of debian.
#references

Systemd again (or how to obliterate your system)
https://www.preining.info/blog/2017/04/systemd-again/

https://www.ubuntubsd.org/wiki:why_not_systemd

https://chiefio.wordpress.com/2016/05/18/systemd-it-keeps-getting-worse/

Arguments against systemd
http://without-systemd.org/wiki/index.php/Arguments_against_systemd
#GNU/Linux
#GNU
#Linux
#systemd
#spying
 

"Darwin is dead, and we have killed him!"

Mathematical challenges to Darwin’s Theory of Evolution, with #DavidBerlinski, #StephenMeyer, and #DavidGelernter





Based on new #evidence and #knowledge that functioning #proteins are extremely rare, should #Darwin’s theory of evolution be dismissed, dissected, developed or replaced with a theory of intelligent design?

Has #Darwinism really failed? #PeterRobinson discusses it with David #Berlinski, David #Gelernter, and Stephen #Meyer, who have raised #doubts about Darwin’s #theory in their two books and essay, respectively #TheDeniableDarwin, #DarwinsDoubt, and “Giving Up Darwin” (published in the Claremont Review of Books).

#Robinson asks them to convince him that the term “species” has not been defined by the authors to Darwin’s disadvantage. Gelernter replies to this and explains, as he expressed in his essay, that he sees Darwin’s theory as #beautiful (which made it difficult for him to give it up): “Beauty is often a telltale sign of #truth. Beauty is our guide to the intellectual #universe—walking beside us through the uncharted wilderness, pointing us in the right direction, keeping us on track—most of the time.” Gelernter notes that there’s no reason to doubt that Darwin successfully explained the small adjustments by which an #organism #adapts to local circumstances: changes to fur density or wing style or beak shape. Yet there are many reasons to doubt whether Darwin can answer the hard questions and explain the big picture—not the fine-tuning of #existing #species but the #emergence of new ones. Meyer explains Darwinism as a comprehensive #synthesis, which gained #popularity for its #appeal. Meyer also mentions that one cannot disregard that Darwin’s book was based on the facts present in the 19th century.

Robinson then asks the panel whether Darwin’s theory of gradual evolution is contradicted by the explosion of fossil records in the #Cambrian period, when there was a sudden occurrence of many species over the span of approximately seventy million years (Meyer’s noted that the date range for the Cambrian period is actually narrowing). Meyer replies that even #population #genetics, the mathematical branch of Darwinian theory, has not been able to support the explosion of fossil records during the Cambrian period, biologically or geologically.

Robinson than asks about Darwin’s main problem, #molecular #biology, to which Meyer explains, comparing it to digital world, that building a new biological function is similar to building a new #code, which Darwin could not understand in his era. Berlinski does not second this and states that the cell represents very complex machinery, with complexities increasing over time, which is difficult to explain by a theory. Gelernter throws light on this by giving an example of a necklace on which the positioning of different beads can lead to different #permutations and #combinations; it is really tough to choose the best possible combination, more difficult than finding a needle in a haystack. He seconds Meyer’s statement that it was impossible for Darwin to understand that in his era, since the math is…

#science #biology #mathematics #maths #bio #research #evidence #empiricism
 

"Darwin is dead, and we have killed him!"

Mathematical challenges to Darwin’s Theory of Evolution, with #DavidBerlinski, #StephenMeyer, and #DavidGelernter





Based on new #evidence and #knowledge that functioning #proteins are extremely rare, should #Darwin’s theory of evolution be dismissed, dissected, developed or replaced with a theory of intelligent design?

Has #Darwinism really failed? #PeterRobinson discusses it with David #Berlinski, David #Gelernter, and Stephen #Meyer, who have raised #doubts about Darwin’s #theory in their two books and essay, respectively #TheDeniableDarwin, #DarwinsDoubt, and “Giving Up Darwin” (published in the Claremont Review of Books).

#Robinson asks them to convince him that the term “species” has not been defined by the authors to Darwin’s disadvantage. Gelernter replies to this and explains, as he expressed in his essay, that he sees Darwin’s theory as #beautiful (which made it difficult for him to give it up): “Beauty is often a telltale sign of #truth. Beauty is our guide to the intellectual #universe—walking beside us through the uncharted wilderness, pointing us in the right direction, keeping us on track—most of the time.” Gelernter notes that there’s no reason to doubt that Darwin successfully explained the small adjustments by which an #organism #adapts to local circumstances: changes to fur density or wing style or beak shape. Yet there are many reasons to doubt whether Darwin can answer the hard questions and explain the big picture—not the fine-tuning of #existing #species but the #emergence of new ones. Meyer explains Darwinism as a comprehensive #synthesis, which gained #popularity for its #appeal. Meyer also mentions that one cannot disregard that Darwin’s book was based on the facts present in the 19th century.

Robinson then asks the panel whether Darwin’s theory of gradual evolution is contradicted by the explosion of fossil records in the #Cambrian period, when there was a sudden occurrence of many species over the span of approximately seventy million years (Meyer’s noted that the date range for the Cambrian period is actually narrowing). Meyer replies that even #population #genetics, the mathematical branch of Darwinian theory, has not been able to support the explosion of fossil records during the Cambrian period, biologically or geologically.

Robinson than asks about Darwin’s main problem, #molecular #biology, to which Meyer explains, comparing it to digital world, that building a new biological function is similar to building a new #code, which Darwin could not understand in his era. Berlinski does not second this and states that the cell represents very complex machinery, with complexities increasing over time, which is difficult to explain by a theory. Gelernter throws light on this by giving an example of a necklace on which the positioning of different beads can lead to different #permutations and #combinations; it is really tough to choose the best possible combination, more difficult than finding a needle in a haystack. He seconds Meyer’s statement that it was impossible for Darwin to understand that in his era, since the math is…

#science #biology #mathematics #maths #bio #research #evidence #empiricism
 
Later posts Earlier posts