Mais plutot que ca a ete fait non pas pour tuner leurs algos, mais comme une pure experience scientifique, sans buts commerciaux.
Which content is shown or omitted in the News Feed is determined via a ranking algorithm that Facebook continually develops and tests in the interest of showing viewers the content they will find most relevant and engaging. One such test is reported in this study: A test of whether posts with emotional content are more engaging.
Il y a énormément à réfléchir sur ces sujets car le machine learning est ses applications sont une discipline extrêmement récente ou on ne connait presque rien pour le moment.
Maintenant ce test c'est juste prendre le news feed de quelqu'un virer pendant une semaine 10% à 90% des postes qui contiennent un mot clé marqué comme émotionnels. Oui il y a à discuter mais pas en faire un pataquès ridicule avec "Facebook à manipuler ses utilisateurs".
Rien ne te dis que le biais n'existe pas déjà sur leur classifier, volontairement ou involontairement, car l'apprentissage à détecté une feature "content" / "pas content" avait une influence sur le taux de clic et que tout le contenu que tu vois sois déjà largement biaisé. L'expérience consiste juste à isoler une variable et mesurer.
Le news feed est un choix d'article parmi tout ceux disponibles (et les autres reste disponible). Quand tu décides de l'utiliser ça veut dire que tu délègues le choix de ce que tu lis à Facebook et à un algo. Si tu es contre ca, faut pas utiliser la feature, l'expérience ne change pas grand chose à cela et la nature même du ML fait que tu subis de telle expérience en continu, simplement ce n'est pas analysé par un humain et on n'isole pas aussi précisément une variable et sa signification.
[^] # Re: Même pas surpris
Posté par ckyl . En réponse au journal bookmark : En acceptant les CGU de Facebook vous pouvez être le sujet d'expérimentation. Évalué à 2.
Which content is shown or omitted in the News Feed is determined via a ranking algorithm that Facebook continually develops and tests in the interest of showing viewers the content they will find most relevant and engaging. One such test is reported in this study: A test of whether posts with emotional content are more engaging.
Il y a énormément à réfléchir sur ces sujets car le machine learning est ses applications sont une discipline extrêmement récente ou on ne connait presque rien pour le moment.
Maintenant ce test c'est juste prendre le news feed de quelqu'un virer pendant une semaine 10% à 90% des postes qui contiennent un mot clé marqué comme émotionnels. Oui il y a à discuter mais pas en faire un pataquès ridicule avec "Facebook à manipuler ses utilisateurs".
Rien ne te dis que le biais n'existe pas déjà sur leur classifier, volontairement ou involontairement, car l'apprentissage à détecté une feature "content" / "pas content" avait une influence sur le taux de clic et que tout le contenu que tu vois sois déjà largement biaisé. L'expérience consiste juste à isoler une variable et mesurer.
Le news feed est un choix d'article parmi tout ceux disponibles (et les autres reste disponible). Quand tu décides de l'utiliser ça veut dire que tu délègues le choix de ce que tu lis à Facebook et à un algo. Si tu es contre ca, faut pas utiliser la feature, l'expérience ne change pas grand chose à cela et la nature même du ML fait que tu subis de telle expérience en continu, simplement ce n'est pas analysé par un humain et on n'isole pas aussi précisément une variable et sa signification.