“Geïnteresseerd in klimaat? Lees dan ook dit stuk over weerapps!” NEMO Kennislink experimenteert de komende maanden met een aanbevelingssysteem dat leestips geeft.
Je ziet het als je online aan het winkelen bent. Vaak vind je naast of onderaan het product dat je bekijkt, suggesties voor andere producten. Je ziet het ook als je je streamingsdienst opent: suggesties voor interessante films, series of muziek. En je ziet het als je een willekeurig socialmediaplatform opent: alle berichten, foto’s of filmpjes worden in een bepaalde volgorde aan je getoond. Het zijn allemaal voorbeelden van aanbevelingssystemen die het aanbod op jouw wensen proberen af te stemmen.
Spotify, Videoland en Zalando doen je niet zomaar willekeurige aanbevelingen. Nee, een heel uitgekiend algoritme, dat soms van heel veel variabelen gebruikmaakt, kiest welke aanbevelingen jij te zien krijgt of in welke volgorde jij de filmpjes op TikTok voorgeschoteld krijgt. Maar bijvoorbeeld ook of je een sportieve hunk of juist een intellectueel typje voorgeschoteld krijgt in een datingapp.
Personalisatie is tricky
Het algoritme, een vorm van kunstmatige intelligentie of AI, kijkt voor zo’n aanbevelingslijst bijvoorbeeld naar producten die je eerder hebt bekeken of berichten die je eerder hebt gelezen. Soms baseren algoritmes zich ook op je locatie en op welke andere websites je bezoekt (dat kan als websites zogeheten ‘tracking cookies’ gebruiken). Het doel van zo’n aanbevelingssysteem is vaak om je een prettigere gebruikerservaring te geven, bijvoorbeeld om je in aanraking te brengen met films of muziek die je nog niet kende.
Soms is het doel ook puur om je meer te laten kopen of om je langer op een platform vast te houden zodat je meer advertenties ziet. “Daarom zullen datingapps bijvoorbeeld niet gelijk de beste match bovenaan zetten. Ze willen dat je blijft swipen”, aldus Sanne Vrijenhoek, die aan de Universiteit van Amsterdam onderzoek doet naar het gebruik van aanbevelingssystemen.
— Sanne VrijenhoekOm nieuws goed te brengen zijn waarden zoals diversiteit en verschillende perspectieven belangrijk
Vrijenhoek onderzoekt vooral hoe nieuwsorganisaties gebruik kunnen maken van aanbevelingssystemen. Best handig, als je geïnteresseerd bent in voetbal, dat je dan extra voetbalnieuws in de aanbevelingenlijst ziet staan. Maar personalisatie van nieuws door middel van zo’n systeem is ook erg tricky, weet Vrijenhoek. “Om nieuws goed te brengen zijn waarden zoals diversiteit en verschillende perspectieven belangrijk. Hoe kun je die in zulke systemen inbouwen?”
Veel nieuwsorganisaties hebben als doel om het nieuws op een gebalanceerde manier te brengen. Dat betekent dat er wel aandacht mag zijn voor meningen en voor het meer ‘softe’ nieuws, zoals sport, cultuur of entertainment. Maar nieuwsmedia willen ook de lezer informeren over écht serieuze zaken, zoals politiek, migratie, klimaat of de woningmarkt. Als je Harry Potter-fan bent, vind je het vast niet erg om aanbevelingen voor fantasyboeken te krijgen. Maar een aanbevelingssysteem van een algemene nieuwssite schiet zijn doel voorbij als het de voetbalfan alleen maar voetbalnieuws voorschotelt.”
Rijk archief
Hoewel sommige nieuwsorganisaties duidelijk een bepaalde (politieke) kleur hebben, willen sommige juist zo neutraal mogelijk zijn, zoals publieke omroepen. Die zijn vaak terughoudend met het gebruik van die systemen, omdat ze dan geen controle meer hebben over wat individuele lezers te zien krijgen. Vrijenhoek: “In de NOS-app is wel een persoonlijke pagina, maar voor de overige pagina’s kiest de omroep er juist expliciet voor om niet aan personalisatie te doen. Stel dat uit onderzoek zou blijken dat hun aanbevelingssysteem meer aandacht geeft aan een bepaalde politieke partij. Dat zou erg schadelijk zijn voor het imago van de omroep.”
Nederlandse media, niet alleen de publieke, maken tot nu toe dan ook vooral gebruik van algemene aanbevelingssystemen, die niet op de individuele gebruiker zijn afgestemd. In dat geval kijken deze systemen dus niet naar eerder leesgedrag en weten ze ook niet welke interesses de lezer heeft. De aanbevelingen zijn daardoor minder diepgaand. Toch kan zo’n algemeen, niet-gepersonaliseerd aanbevelingssysteem voor nieuwsorganisaties al heel interessant zijn, denkt Vrijenhoek. “Veel media hebben een archief met kwalitatief zeer goede stukken die nauwelijks meer gelezen worden. Met een aanbevelingssysteem blijven ook die artikelen langer vindbaar en relevant.”
Bij NEMO Kennislink, dat een archief van ruim 5.000 artikelen heeft, is dat ook het geval. “We hebben een aantal ‘evergreens’”, vertelt hoofdredacteur Robert Visscher. “Dat zijn artikelen die nog steeds veel gelezen worden, ook al zijn ze al jaren oud. Bijvoorbeeld over de gulden snede of over de pil. Deze artikelen worden ook goed door zoekmachines gevonden. Daarnaast verwijzen we bij een artikel uit een serie, zoals ‘Even tot leven’ of ‘Anders gedacht’ of een thema, zoals ‘Hoe weet je dat?’ of ‘Lang zal je leven’, naar andere artikelen uit die serie of dat thema. Maar er zijn ook heel veel losse artikelen die meer aandacht verdienen.”
Op de homepage van NEMO Kennislink staan altijd de nieuwste artikelen, en als je op een artikel klikt, dan krijg je links en onderaan ‘Onze leestips’ te zien, waar vrijwel dezelfde artikelen staan. “Dat is te veel een schot hagel”, vindt Visscher. “Ik denk dat we de ervaring voor de lezer kunnen verbeteren door meer artikelen uit ons rijke archief aan te bieden.”
Uit je filterbubbel
NEMO Kennislink werkt daarom samen met Vrijenhoek van de UvA, maar ook met onderzoekers van de Hogeschool Amsterdam en het Centrum voor Wiskunde en Informatica (CWI), om te experimenteren met een verantwoord aanbevelingssysteem. De eerste stap daarbij is om te zoeken naar artikelen die inhoudelijk op elkaar lijken. En dat lijkt te werken. Zo zet het algoritme artikelen over bijvoorbeeld klimaat, gezondheidszorg en taal bij elkaar en koppelt het een ouder artikel over complotdenken van het thema ‘Leven in tijden van corona’ aan de recente serie ‘Samenbezweren’ over complotdenkers.
Maar om lezers uit die ‘filterbubbel’ te houden, waarin je alleen maar berichten te zien krijgt die passen bij wat je al weet, wil NEMO Kennislink onderzoeken of het je ook artikelen kan aanbevelen over een ander onderwerp, maar die bijvoorbeeld wel in dezelfde stijl geschreven zijn. Visscher: “Als je geïnteresseerd bent in persoonlijke verhalen over mensen die bijvoorbeeld de overstroming in Zuid-Limburg hebben meegemaakt, dan ben je wellicht ook geïnteresseerd in een interview met slachtoffers van de Toeslagenaffaire.”
Geen tracking cookies
Door te kijken naar de opbouw van de tekst en het gebruik van bijvoeglijke naamwoorden, zou het algoritme verschillende stijlen van elkaar kunnen onderscheiden. “Op die manier hopen we in het aanbevelingslijstje een mix te kunnen maken van verschillende onderwerpen en stijlen, maar bijvoorbeeld ook een afwisseling van luchtigere blogs en diepgaandere achtergrondartikelen.”
De proef begint in april. De reguliere websitebezoeker zal van dit experiment echter weinig merken. Mensen die mee willen doen, moeten een app installeren waarin zij de artikelen van NEMO Kennislink kunnen lezen, plus het stapeltje met de op maat aanbevolen artikelen. De app kijkt daarbij alleen naar het huidige klikgedrag van gebruikers in de app, en dus expliciet niet naar alles wat mensen daarbuiten doen, zoals dat kan met tracking cookies. “Daar willen we verre van blijven”, zegt Visscher.
Maar als het experiment geslaagd is, dan zou een loginsysteem misschien wel interessant kunnen zijn, denkt hij. Dan weet je nog niet zoveel over je lezers als wanneer je tracking cookies gebruikt, maar al wel een stuk meer, en dat maakt personalisatie wél mogelijk. Visscher: “Met een eigen account kunnen lezers interessegebieden aangeven en kunnen ze bepaalde onderwerpen of thema’s volgen. Ook kunnen ze dan artikelen opslaan en wordt het makkelijker om ze te delen. Personalisatie is dus niet per se altijd een vies woord, het kan ook ingezet worden om het lezen leuker te maken.”