Algorytmy rekomendacyjne a nasze emocje: skryte koszty zaangażowania
Algorytmy rekomendacyjne a nasze emocje: skryte koszty zaangażowania
Platformy społecznościowe nie są obojętne na to, jak się czujemy. Ich algorytmy rekomendacyjne są zaprojektowane z jednym celem — zatrzymać naszą attention tak długo, jak to możliwe. Problem w tym, że cel ten jest niemal zawsze rozłączny z naszym dobrostanem emocjonalnym.
Badania z 2025 roku pokazały, że frequentne ekspozycje na emocjonalnie naładowane treści (np. na Facebooku) wiążą się ze znacznym spadkiem subiektywnego dobrostanu oraz niestabilnością nastroju. Algorytmy nie mają więc żadnego wbudowanego mechanizmu, który ostrzegałby przed takim skutkiem — po prostu optymalizują pod kątem click rate, czasu oglądania i scrollowania.
Emotion-aware recommendation: próba ratunku
Naukowcy zaproponowali framework ESMR (Emotion-State-aware Social Media Recommendation), który łączy model LightGBM do prognozowania zaangażowania z agentem reinforcement learning, aktywowanym tylko wtedy, gdy użytkownik wchodzi w prolonged negative emotional state. W symulacji opartej na 30-dniowych trace’ach interakcji, ESMR wykazuje lepszą emocjonalną regenerację, zmniejszoną volatylność i utrzymanie zaangażowania. Jest to krok w stronę systemów, które rozumią nasze stany emocjonalne zamiast je eksploatować.
Co to oznacza w praktyce
Dlaczego więc algorytmy wciąż dają nam więcej contentu, który nas niszczy? Odpowiedź jest prosta: emocjonalnie naładowane treści generują więcej interakcji — komentarzy, udostępnień, reakcji. Negatywne emocje są silniejszym sygnałem dla algorytmu niż spokój czy zadowolenie. W efekcie nasze feede stają się areną, na której systematycznie otrzymujemy to, co nas wzburza, a nie to, co nas uspokaja.
Badacze wskazują, że platformy nie muszą być neuptylizowane — wystarczy zmiana metryk optymalizacyjnych. Zamiast time spent na ekranie, algorytmy mogłyby celować w emocjonalną stabilność użytkownika. Czy to jednak nie ograniczyłoby wolności wyboru contentu? To pytanie stoi na centrum debaty etycznej wokół regulacji platform.
Oznaczenie treści AI
Ten powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.
