Warum wir nicht alles über YouTubes Algorithmus wissen sollten
18,434Inwiefern sind die Suchergebnisse für politische Themen individualisiert? Wie sehr unterscheiden sich Videoempfehlungen voneinander? Und warum werden wir das nie wirklich herausfinden?
DataSkop: https://dataskop.net/
00:00 - Algorithmische Einzelperspektiven
00:53 - Algorithmische Transparenz
02:22 - Die Probleme der Transparenz
03:31 - Die goldene Mitte
04:23 - DataSkop als Datenspendeplattform
05:43 - Der Vorteil für YouTube selbst
#Algorithmus #Ultralativ
_________________________________
PLAYLISTS 🎬
┕Wochenschau ▸ https://bit.ly/2VrEC8l
┕Specials ▸ https://goo.gl/C7huRs
┕Videoessays ▸ https://goo.gl/8gxBTc
┕YouTube Deutschland ▸ https://goo.gl/yxj7bD
┕Thumbnail der Woche ▸ https://goo.gl/jkdNT6
_________________________________
SOCIAL MEDIA 📱
┕Twitter ▸ https://goo.gl/Ixl5Ns
┕Twitch ▸ https://goo.gl/PSjvNq
_________________________________
QUELLEN 🔎
┕ Why The YouTube Algorithm Will Always Be A Mystery
https://www.youtube.com/watch?v=BSpAWkQLlgM
┕ Deep Neural Networks for YouTube Recommendations
https://static.googleusercontent.com/media/research.google.com/de//pubs/archive/45530.pdf
┕ How Much Information? Effects of Transparency on Trust in an Algorithmic Interface
https://rene.kizilcec.com/wp-content/uploads/2016/01/kizilcec2016information.pdf
┕ Digital News Report 2020
https://www.leibniz-gemeinschaft.de/ueber-uns/neues/forschungsnachrichten/forschungsnachrichten-single/newsdetails/digital-news-report-2020.html
┕ Der Third-Person-Effekt — Über den vermuteten Einfluss der Massenmedien
https://link.springer.com/article/10.1007/s11616-007-0171-2