Présentation du FYP de TikTok
La page For You (FYP) de TikTok est l'écran d'accueil par défaut pour les utilisateurs de la plateforme de partage de vidéos. Il s'agit d'un flux de contenu personnalisé, piloté par un algorithme, mais l'approche diffère des autres médias sociaux dans la mesure où l'algorithme de TikTok repose lourdement sur des signaux implicites, tels que la durée pendant laquelle les utilisateurs regardent des vidéos particulières, ainsi que des signaux explicites comme les likes ou les abonnements.
Fonctionnement de l'algorithme
L'algorithme de TikTok utilise des signaux d'engagement tels que les likes, les commentaires et la durée de visionnage pour personnaliser le contenu de la FYP. Cependant, les utilisateurs ont exprimé des inquiétudes quant à la capacité de l'algorithme à incorporer les commentaires négatifs. Même lorsqu'ils n'interagissent pas avec une vidéo suggérée ou cliquent sur la fonction « pas intéressé », ils continuent à voir ces vidéos sur leur FYP.
Étude sur l'efficacité de la rétroaction négative
Des chercheurs en informatique de l'Université Northwestern ont mené une étude pour tester ces soupçons. Selon leur article, les signaux d'engagement ont un effet, mais uniquement temporairement. Ensuite, l'algorithme revient progressivement à ses anciennes habitudes, à moins qu'un utilisateur ne fournisse régulièrement les mêmes commentaires. Les chercheurs ont créé des comptes bot sur l'application mobile TikTok et ont utilisé des méthodes d'émulation pour intercepter les métadonnées et prendre des décisions à l'aide d'un modèle de langage.
Implications et limites
Les résultats de cette étude soulignent les limites de la rétroaction négative sur TikTok. Les utilisateurs peuvent avoir l'impression de contrôler leur FYP, mais en réalité, l'algorithme de la plateforme joue un rôle important dans la personnalisation du contenu. Les chercheurs ont utilisé des méthodes d'émulation pour étudier l'algorithme de TikTok, mais il est important de noter que ces méthodes peuvent avoir des limites et ne pas refléter parfaitement le comportement des utilisateurs réels.
Les LLM (Large Language Model) utilisés dans l'étude ont été validés avec des réponses humaines
