Tombol 'Tidak Suka' dan 'Tidak Tertarik' di YouTube Disebut Tidak Berfungsi

Suara.com - Sebuah studi baru mengungkap, tombol 'Tidak Suka' dan 'Tidak Tertarik' di YouTube terhadap jenis video tertentu, rekomendasi yang sama akan terus berdatangan.

Studi baru ini dilakukan Mozilla, menggunakan data rekomendasi video dari lebih dari 20.000 pengguna YouTube.

Bahkan, tombol "berhenti merekomendasikan saluran" dan "hapus dari riwayat tontonan" sebagian besar tidak efektif untuk mencegah konten serupa direkomendasikan.

Kondisi terbaiknya adalah, rekomendasi dari tombol-tombol tersebut masih hadir setengahnya.

Paling buruknya, tombol-tombol itu nyaris tidak memblokir video serupa tetap muncul sebagai rekomendasi.

Peneliti Mozilla meminta sukarelawan yang menggunakan yayasan RegretsReporter, ekstensi browser yang melapisi tombol "berhenti merekomendasikan" untuk video YouTube yang dilihat oleh peserta.

Dengan menggunakan data yang dikumpulkan dari lebih dari 500 juta video yang direkomendasikan, asisten peneliti membuat lebih dari 44.000 pasang video — satu video yang “ditolak”, ditambah satu video yang kemudian direkomendasikan oleh YouTube.

Peneliti kemudian menilai, mesin memutuskan apakah rekomendasi tersebut terlalu mirip dengan video yang ditolak pengguna.

Dibandingkan dengan kelompok kontrol dasar, mengirimkan sinyal "tidak suka" dan "tidak tertarik" hanya "sedikit efektif" dalam mencegah rekomendasi buruk, masing-masing mencegah 12 persen dari 11 persen rekomendasi buruk.

Tombol "Jangan rekomendasikan saluran" dan "hapus dari riwayat" sedikit lebih efektif.

Mereka mencegah 43 persen dan 29 persen rekomendasi buruk, tetapi para peneliti mengatakan alat yang ditawarkan oleh platform masih tidak memadai untuk menjauhkan konten yang tidak diinginkan.

“YouTube harus menghormati umpan balik yang dibagikan pengguna tentang pengalaman mereka, memperlakukannya sebagai sinyal yang berarti tentang bagaimana orang ingin menghabiskan waktu mereka di platform,” tulis para peneliti.

Juru bicara YouTube Elena Hernandez mengatakan, perilaku ini disengaja karena platform tidak mencoba memblokir semua konten yang terkait dengan suatu topik.

Namun, Hernandez mengkritik laporan tersebut, dengan mengatakan bahwa laporan tersebut tidak mempertimbangkan bagaimana kontrol YouTube dirancang.

“Kontrol kami tidak menyaring seluruh topik atau sudut pandang, karena ini dapat memiliki efek negatif bagi pemirsa, seperti membuat ruang gema,” kata Hernandez dilansir laman The Verge, Rabu (21/9/2022).

“Kami menyambut baik penelitian akademis di platform kami, itulah sebabnya kami baru-baru ini memperluas akses API Data melalui Program Peneliti YouTube kami. Laporan Mozilla tidak memperhitungkan bagaimana sebenarnya sistem kami bekerja, dan oleh karena itu sulit bagi kami untuk mengumpulkan banyak wawasan,” jelasnya.

Hernandez mengatakan, definisi Mozilla tentang "mirip" gagal mempertimbangkan cara kerja sistem rekomendasi YouTube.

"Opsi 'tidak tertarik' menghapus video tertentu, dan tombol 'jangan rekomendasikan saluran', mencegah saluran tersebut direkomendasikan di masa mendatang," kata Hernandez.

Perusahaan mengatakan, tidak berusaha menghentikan rekomendasi semua konten yang terkait dengan topik, opini, atau pembicara.

Selain YouTube, platform lain seperti TikTok dan Instagram telah memperkenalkan lebih banyak alat umpan balik bagi pengguna untuk melatih algoritme.

Konon, untuk menunjukkan kepada mereka konten yang relevan. Tetapi pengguna sering mengeluh ketika menandai, mereka tidak ingin melihat sesuatu, rekomendasi serupa tetap ada.

Menurut peneliti Mozilla Becca Ricks, tidak selalu jelas apa yang sebenarnya dilakukan oleh kontrol yang berbeda dan platform tidak transparan tentang bagaimana umpan balik diperhitungkan.

“Saya pikir dalam kasus YouTube, platform ini menyeimbangkan keterlibatan pengguna dengan kepuasan pengguna, yang pada akhirnya merupakan kompromi antara merekomendasikan konten yang membuat orang menghabiskan lebih banyak waktu di situs dan konten yang menurut algoritme akan disukai orang,” kata Ricks.

“Platform ini memiliki kekuatan untuk mengubah sinyal mana yang mendapatkan bobot paling besar dalam algoritmenya, tetapi penelitian kami menunjukkan bahwa umpan balik pengguna mungkin tidak selalu menjadi yang paling penting,” tukasnya.