di Alessandro Gandini, Università degli Studi di Milano
La comunicazione ha sempre rappresentato una forza trasformativa, capace di modellare opinioni, influenzare decisioni e generare cambiamenti sociali. Tuttavia, con l’avvento delle piattaforme digitali, abbiamo assistito a un cambiamento senza precedenti. Oggi, gli algoritmi utilizzati da queste piattaforme rappresentano una delle forze più potenti nel contribuire a determinare non solo ciò che vediamo e leggiamo, ma anche come formiamo le nostre opinioni. Il loro impatto si estende su scala globale, influenzando in modo profondo il dibattito pubblico e la costruzione delle narrative collettive.
Gli algoritmi rappresentano una serie di istruzioni programmate che consentono ai sistemi informatici di eseguire compiti specifici, spesso in modo automatico e su larga scala. Questi strumenti giocano un ruolo cruciale nel panorama digitale odierno, influenzando il modo in cui le persone accedono e interagiscono con le informazioni. Nello specifico, nel contesto dei social network e delle piattaforme online, gli algoritmi di raccomandazione organizzano la visibilità e la diffusione dei contenuti che entrano a far parte del dibattito pubblico e contribuiscono alla formazione dell’opinione collettiva. L’accesso alle fonti di informazione che supportano le scelte degli utenti, comprese decisioni importanti come il voto politico o l’appartenenza a organizzazioni, è sempre più regolato da processi automatizzati, che elaborano dati personali e suggeriscono contenuti in base ai comportamenti online. Un recente studio condotto dal progetto Algocount si è posto l’obiettivo di indagare e quantificare l’impatto degli algoritmi nel contesto italiano. Il progetto, sviluppato da un gruppo di ricercatori italiani in collaborazione tra l’Università degli Studi di Milano e il laboratorio Density Design del Politecnico di Milano, ha cercato di comprendere il ruolo di questi sistemi nella formazione dell’opinione pubblica. Coordinato da Alessandro Gandini, il progetto ha utilizzato tecniche di reverse engineering per analizzare piattaforme come YouTube, Facebook, X, TikTok e Reddit, producendo inoltre una serie di rappresentazioni visuali per mostrare l’influenza dei dati e degli algoritmi nei processi di circolazione di contenuti informazionali. Il progetto ha quindi esplorato le dinamiche attraverso le quali gli algoritmi, pur adattandosi ai comportamenti degli utenti, possono contribuire a fenomeni di polarizzazione e radicalizzazione del dibattito, portando a una crescente consapevolezza dell’importanza dei dati personali nella costruzione delle narrative pubbliche.
In particolare, sono stati portati avanti quattro esperimenti sulle tematiche del Covid-19 su quattro diverse piattaforme digitali: YouTube, Reddit, Facebook e TikTok. I risultati mostrano un quadro coerente: gli algoritmi di raccomandazione hanno il potenziale di polarizzare rapidamente il dibattito pubblico, creando un contesto entro il quale è possibile che si sviluppino opinioni “radicali”. Tuttavia, questo non è automatico né scontato: laddove i sistemi algoritmici riflettono le preferenze degli utenti, talvolta contribuiscono ad amplificare divisioni ideologiche e contenuti estremi.
I ricercatori hanno esplorato come il sistema di raccomandazione di YouTube possa spingere gli utenti verso contenuti politici più polarizzati. Creando profili utente simulati, hanno osservato che con un’interazione minima con video politici moderati, l’algoritmo suggeriva progressivamente contenuti più estremi.
I risultati dimostrano che il sistema di raccomandazione tende a favorire contenuti che amplificano le divisioni ideologiche, anche con comportamenti relativamente passivi da parte dell’utente. Questo solleva preoccupazioni sull’impatto involontario della curation algoritmica sui discorsi pubblici e la necessità di trasparenza per mitigare il rischio di radicalizzazione.
Il progetto ha analizzato il modo in cui la pandemia è stata discussa su Reddit, concentrandosi su r/italy. Sono stati raccolti dati su oltre 3.000 post e 31.000 commenti, analizzando come la moderazione umana e l’interazione con l’infrastruttura algoritmica della piattaforma abbia influenzato la visibilità e la rimozione dei contenuti. La struttura di Reddit, combinata con il sistema di karma e la moderazione umana, ha creato pattern di diffusione e circolazione dell’informazione molto particolari, rivelando come le conversazioni riflettessero gli eventi reali legati alle varie fasi della pandemia. Questo sottolinea come algoritmi e norme sociali agiscano insieme per gestire la visibilità dei contenuti.
L’esperimento ha seguito lo sviluppo di un profilo Facebook fittizio concentrato su contenuti legati a “No Mask Italia”, osservando come l’algoritmo abbia suggerito contenuti sempre più radicali in pochi giorni di training. Il profilo è stato rapidamente esposto a gruppi No Vax e alt-right. L’algoritmo ha amplificato il contenuto estremo, dimostrando quanto facilmente la disinformazione possa proliferare nel feed di notizie. Nonostante la funzione “Perché sto vedendo questo?” offra spiegazioni superficiali, lo studio ha evidenziato la mancanza di trasparenza nel processo di raccomandazione di questa piattaforma.
In questo esperimento, due profili TikTok fittizi sono stati creati per seguire rispettivamente gli hashtag #iomivaccino (pro-vaccino) e #iononmivaccino (anti-vaccino).
Si è scoperto che i contenuti per l’account anti-vaccino si sono polarizzati rapidamente, portando a un feed caratterizzato da teorie del complotto e contenuti politici estremi. Al contrario, l’account pro-vaccino ha impiegato più tempo per omogeneizzare il proprio feed con contenuti più moderati e legati alla salute. Lo studio ha rivelato che l’algoritmo di TikTok tende a spingere le opinioni più estreme per contenuti anti-vaccino molto più velocemente rispetto a quelli pro-vaccino.
I risultati della ricerca hanno mostrato in modo chiaro il ruolo che gli algoritmi di raccomandazione hanno in modo più o meno visibile nel consumo di contenuti di informazione da parte degli utenti nelle piattaforme digitali. Ne deriva la necessità di dare maggiore autonomia e controllo rispetto ai contenuti agli utenti. Spesso, i sistemi di personalizzazione algoritmica limitano l’esposizione a diverse prospettive, amplificando il rischio di bolle informative. Per contrastare questo fenomeno, è essenziale fornire agli utenti strumenti che consentano loro di controllare attivamente la propria esperienza di personalizzazione. Allo stesso tempo, risulta sempre più evidente che il problema della disinformazione non può essere affrontato solo migliorando la tecnologia; serve un miglioramento delle competenze degli utenti stessi. Per questo, le politiche legate alla media literacy, ovvero l’alfabetizzazione mediatica e digitale, rappresentano un aspetto cruciale per la gestione dell’informazione.
L’introduzione di strumenti come plug-in sviluppati da istituzioni pubbliche potrebbe aiutare gli utenti a navigare online in modo più consapevole e sicuro, migliorando la loro capacità di distinguere tra contenuti affidabili e disinformazione. Questi strumenti, oltre a promuovere una maggiore consapevolezza, potrebbero ridurre l’impatto della manipolazione algoritmica, fornendo agli utenti un maggiore controllo sulla loro esposizione alle informazioni. Integrare questi due aspetti – autonomia degli utenti e alfabetizzazione mediatica – nel dibattito sul ruolo degli algoritmi nella formazione dell’opinione pubblica è fondamentale per costruire un ecosistema digitale più sano e democratico. Queste proposte non sono solo rilevanti per i policy maker, ma anche per i manager che operano in aziende tecnologiche o che utilizzano piattaforme digitali per la propria attività. Implementare queste linee guida potrebbe migliorare la trasparenza, la fiducia e la responsabilità delle loro operazioni, migliorando la gestione dei dati e garantendo che le pratiche aziendali siano allineate con le crescenti aspettative sociali in termini di etica e sostenibilità digitale.
Per i manager, investire in tecnologie e politiche che rispettino l’autonomia degli utenti e promuovano una concorrenza equa rappresenta non solo un vantaggio competitivo, ma anche un’opportunità per contribuire alla costruzione di un ecosistema digitale più equo e sostenibile.
