الگوریتم ها و مهندسی توجه: چگونه رسانه ها از اطلاع رسانی به تحریک هیجان حرکت کردند؟
در عصر حاضر، رسانه ها دیگر تنها ابزاری برای اطلاع رسانی صرف نیستند، بلکه به میدان نبردی برای جلب و حفظ «توجه» مخاطبان تبدیل شده اند. این یادداشت به بررسی عمیق نقش الگوریتم ها در «مهندسی توجه» و تاثیر آن بر تغییر ماهیت رسانه ها از اطلاع رسانی به سمت «تحریک هیجان» می پردازد. با تحلیل سازوکارهای الگوریتم های شبکه های اجتماعی و پلتفرم های خبری، نشان داده می شود که چگونه اولویت بخشی به «درگیر کردن» (Engagement) به جای «دقت» (Accuracy) منجر به ترویج محتوای جنجالی، احساسی و اغلب سطحی شده است. این پدیده، علاوه بر تضعیف اعتبار رسانه ها، پیامدهای زیان باری بر امنیت شناختی جامعه و توانایی شهروندان برای درک واقعیت ها دارد. در این یادداشت، ضمن تشریح این روند، به پیامدهای اجتماعی، فرهنگی و سیاسی آن پرداخته و راهکارهایی برای ارتقای سواد رسانه ای انتقادی و مقابله با این «اقتصاد توجه» ناکارآمد ارائه می گردد.
در قرن بیست و یکم شاهد تحول بنیادین در اکوسیستم رسانه ای بوده ایم. با ظهور اینترنت و شبکه های اجتماعی، دسترسی به اطلاعات تسهیل شد، اما در سوی دیگر، مشکلی نوظهور پدیدار گشت: «اضافه بار اطلاعاتی» (Information Overload). در مواجهه با این حجم عظیم از داده ها، «توجه» مخاطب به ارزشمندترین کالای دیجیتال تبدیل شده است. این یادداشت بر آن است تا ریشه های این تحول را در الگوریتم های پیچیده ای جستجو کند که امروز هدایت گر جریان اطلاعات و شکل دهنده افکار عمومی هستند. پرسش اساسی این است: چگونه سازوکارهای فنی و الگوریتمی، رسانه ها را از اطلاع رسانی واقع گرایانه به سمت «تحریک هیجان» و «جلب توجه» سوق داده اند؟
ظهور «اقتصاد توجه» و نقش کلیدی الگوریتم ها
- تغییر پارادایم: رسانه های سنتی بر اساس مدل های مبتنی بر «محتوا» و «دقت» عمل می کردند. اما پلتفرم های دیجیتال، به ویژه شبکه های اجتماعی، الگوی خود را بر «توجه» بنا نهاده اند. در این مدل، موفقیت یک پست یا خبر، نه بر اساس صحت یا اهمیت آن، بلکه بر معیارهایی مانند «کلیک»، «لایک»، «اشتراک گذاری» و «زمان ماندگاری» سنجیده می شود.
- الگوریتم های بهینه ساز توجه: شبکه های اجتماعی از الگوریتم های پیچیده ای استفاده می کنند که هدف اصلی شان «حداکثرسازی درگیر شدن کاربر» (User Engagement) است. این الگوریتم ها با تحلیل رفتار گذشته کاربر (تاریخچه جستجو، لایک ها، نظرات، زمان مشاهده هر محتوا) پیش بینی می کنند که چه نوع محتوایی بیشترین احتمال را برای جلب توجه و درگیر کردن او دارد.
- اولویت بخشی به هیجان بر دقت: پژوهش ها نشان داده اند که محتوای برانگیزاننده هیجانی (مانند خشم، ترس، شادی افراطی) به طور قابل توجهی بیشتر از محتوای خنثی و تحلیلی، در شبکه های اجتماعی منتشر و دیده می شود. الگوریتم ها نیز به طور طبیعی این نوع محتوا را شناسایی و در فید کاربران پررنگ تر می کنند. این امر منجر به پدیده ای می شود که برخی آن را «جنگ هیجانات» یا «هیجان گرایی رسانه ای» نامیده اند.
پیامدهای حرکت از اطلاع رسانی به تحریک هیجان
- تضعیف اعتبار رسانه ها: وقتی معیار موفقیت یک رسانه، تولید محتوای جنجالی و هیجان انگیز باشد، کیفیت گزارشگری، دقت در صحت سنجی و عمق تحلیل فدای «کلیک بیت» و «تیترهای دروغین» می شود. این موضوع اعتماد عمومی به رسانه ها را به شدت کاهش می دهد.
- شکاف قطبی شدگی و حباب های اطلاعاتی: الگوریتم ها تمایل دارند کاربران را در معرض محتوایی قرار دهند که با باورهای قبلی آن ها همسو باشد. این امر منجر به شکل گیری «حباب های اطلاعاتی» (Filter Bubbles) و «اتاق های پژواک» (Echo Chambers) می شود که در آن، افراد کمتر در معرض دیدگاه های مخالف قرار می گیرند و باورهایشان در یک حلقه بسته تقویت می شود. این پدیده، قطبی شدگی سیاسی و اجتماعی را تشدید می کند.
- فرسایش امنیت شناختی: درگیر شدن مداوم با محتوای هیجانی و قطبی شده، توانایی افراد برای تفکر منطقی، ارزیابی انتقادی اطلاعات و درک پیچیدگی های مسائل را تضعیف می کند. این «فرسایش امنیت شناختی» جامعه را در برابر سوءاستفاده های اطلاعاتی و پروپاگاندا آسیب پذیرتر می سازد.