লিখেছেনLi Xinma

1850年，哲学家路德维希·费尔巴哈（Ludwig Feuerbach）在论文《自然科学与革命》中以德语写下：“Der Mensch ist, was er ißt.”

এই বাক্যাংশটি পরে "ইউ আর হোয়াট ইউ ইট" এর ইংরেজি সংস্করণ হিসাবে বিশ্বজুড়ে ছড়িয়ে পড়ে, যা ডায়েট এবং স্বাস্থ্য উভয়কেই বোঝাতে পারে, পাশাপাশি তাদের অভিজ্ঞতা দ্বারা আকৃতির মানব আত্মাকেও বোঝাতে পারে।

美国行为主义心理学创始人约翰・B・华生（John B.Watson）在1924年出版的《行为主义》（Behaviorism）中也曾提出：“给我一打健康的婴儿，让他们在我设定的环境中成长，我能保证随机挑选一个，将其训练成我选定的任何类型的专家——医生、律师、艺术家、商人，甚至乞丐和小偷，无论其天赋、倾向、能力、职业和祖先种族如何。”

পরিবেশ একজন ব্যক্তির ভাগ্য সম্পূর্ণরূপে নির্ধারণ করতে পারে না, তবে এটি মানুষের তিনটি দৃষ্টিভঙ্গিকে গভীরভাবে প্রভাবিত করার জন্য যথেষ্ট। ইন্টারনেটের আবির্ভাব তথ্য বিস্ফোরণ ঘটিয়েছে, এবং মানুষ পোর্টাল, সার্চ ইঞ্জিন, অফিসিয়াল অ্যাকাউন্ট, মাইক্রোব্লগ ইত্যাদির মাধ্যমে বিশ্ব সম্পর্কে শিখেছে এবং ইন্টারনেটে সত্য বা মিথ্যা সংবাদ দ্বারাও প্রভাবিত হয়েছে।

মোবাইল ইন্টারনেটের যুগে প্রবেশ করে, সংক্ষিপ্ত ভিডিও প্ল্যাটফর্মগুলি ট্র্যাফিকের নতুন রাজা হয়ে উঠেছে, কোয়েস্টমোবাইল তথ্য অনুযায়ী, 9 বছর 0 মাস, গার্হস্থ্য ব্যবহারকারীদের গড় মাসিক মোবাইল ফোন ব্যবহারের সময় 0.0 ঘন্টা বৃদ্ধি পেয়েছে, প্রতিদিন 0.0 ঘন্টারও বেশি সমতুল্য, যার মধ্যে 0.0 ঘন্টা ছোট ভিডিওগুলির জন্য ব্যবহৃত হয়।

图源:QuestMobile

সংক্ষিপ্ত ভিডিওগুলি মানুষকে থামতে চায়, তাই কিছু লোক প্ল্যাটফর্মের অ্যালগরিদম একটি "তথ্য কোকুন" বুনে কিনা তা নিয়ে উদ্বিগ্ন, যাতে লোকেরা কেবল তাদের আগ্রহী সমজাতীয় সামগ্রী দেখতে পারে এবং ধীরে ধীরে বন্ধ বা এমনকি চরম হয়ে যায়?

出于这样的担忧和质疑，算法被视为巫术，背后的平台如抖音、快手也经常成为众矢之的。4月15日，抖音在北京举办了“安全与信任中心开放日”活动，由相关业务负责人就抖音算法原理、平台治理体系以及社会关切的问题，向包括DoNews在内的广大媒体展开了详细介绍和澄清。

সংক্ষিপ্ত ভিডিও প্ল্যাটফর্ম কি ব্যবহারকারীদের জন্য একটি "তথ্য কোকুন" বুনে? এই লেখাটি পড়ার পর নাকি পাঠকের কাছে উত্তর থাকবে।

1. সুপারিশ অ্যালগরিদম: বিষয়গত এবং অনিচ্ছুক

“信息茧房”（Information Cocoons），是由美国学者凯斯・桑斯坦（Cass R. Sunstein）在2006年出版的著作《信息乌托邦 —— 众人如何生产知识》中提出的。它是指在信息传播中，公众只注意自己选择的东西和使自己愉悦的内容，如同置身于一个由自己的兴趣和偏见编织而成的蚕茧之中，从而将自己的生活桎梏于像蚕茧一般的 “茧房” 中。

ডোয়িনের সুপারিশ অ্যালগরিদমের নীতিটি কী?

প্রথমত, আমাদের অবশ্যই জানতে হবে যে প্রতিদিন কয়েক মিলিয়ন সামগ্রী ডুয়িনে পোস্ট করা হয় এবং একজন ডুয়িন ব্যবহারকারী দিনে কেবল কয়েকশ টুকরো সামগ্রী সোয়াইপ করবে। অতএব, সুপারিশ অ্যালগরিদম সমাধান করে কিভাবে ব্যবহারকারী পছন্দ করে এমন সামগ্রীটি বিশাল সামগ্রী থেকে বাছাই করে এবং এটি তার কাছে বিতরণ করে।

কিন্তু এই প্রক্রিয়ায় অ্যালগরিদমকে কনটেন্ট বুঝে বোঝার প্রয়োজন হয় না, এর ফোকাস থাকে ব্যবহারকারীর আচরণ শেখা।

ডুয়িনের সুপারিশ অ্যালগরিদমে দুটি মূল লিঙ্ক অন্তর্ভুক্ত রয়েছে: "স্মরণ" এবং "বাছাই", যখন ব্যবহারকারীরা কিছু খাদ্য ভিডিও পছন্দ করেন, তখন অ্যালগরিদমটি কয়েক মিলিয়ন জমা দেওয়া সামগ্রী থেকে প্রত্যাহার কৌশলটির মাধ্যমে ব্যবহারকারীদের কাছে ঠেলে দেওয়ার জন্য উপযুক্ত সামগ্রীটি হ্রাস করবে।

ব্যবহারকারীরা আগ্রহী হতে পারে এমন শত শত থেকে হাজার হাজার সামগ্রী ফিল্টার করার পরে, ডোয়িন একটি বাছাই অ্যালগরিদম ব্যবহার করে অনুমান করবে যে ব্যবহারকারীরা তাদের স্বল্পমেয়াদী আচরণ (পছন্দ, সমাপ্তির হার ইত্যাদি) এবং দীর্ঘমেয়াদী মান (প্রিয়, লেখকদের সাথে ক্রমাগত মিথস্ক্রিয়া, নেতিবাচক প্রতিক্রিয়া ইত্যাদি) এর উপর ভিত্তি করে কোন সামগ্রীতে বেশি আগ্রহী হবে, এবং তারপরে তাদের ঘুরে স্কোর করে এবং তারপরে তাদের উচ্চ থেকে নিম্নে ঠেলে দেয়।

উদাহরণস্বরূপ, যদি সিস্টেমটি খুঁজে পায় যে আপনি অন্য অপরিচিত ব্যক্তির সাথে আপনার পছন্দসই সামগ্রীটি মিলে যায়, তবে আপনি যে নির্দিষ্ট সামগ্রীটি পড়েছেন এবং পছন্দ করেন সেও এটি পছন্দ করতে পারে এবং তদ্বিপরীত।

মেশিন লার্নিংয়ের বিকাশের সাথে সাথে নিউরাল নেটওয়ার্ক প্রযুক্তি সুপারিশকারী সিস্টেমগুলিতে চালু হয়েছিল। মূল পদক্ষেপটি হ'ল ব্যবহারকারী এবং সামগ্রীর বৈশিষ্ট্যগুলিকে সংখ্যাসূচক ভেক্টরগুলিতে রূপান্তর করা এবং একটি মাল্টি-লেয়ার নেটওয়ার্ক কাঠামোর মাধ্যমে জটিল সংকেত ফিউশন সম্পাদন করা, যাতে ব্যবহারকারীর প্রয়োজনীয়তাগুলি আরও সঠিকভাবে মেলে। নিউরাল নেটওয়ার্কের উপর ভিত্তি করে, একটি দ্বি-টাওয়ার রিকল মডেল প্রাপ্ত হয় এবং ব্যবহারকারীর বৈশিষ্ট্য এবং সামগ্রীর বৈশিষ্ট্যগুলি যথাক্রমে দুটি নিউরাল নেটওয়ার্কে ইনপুট করা হয় এবং উভয়ের মধ্যে মিলটি শীর্ষ স্তরে গণনা করা হয় যাতে সামগ্রীতে ব্যবহারকারীদের সম্ভাব্য আগ্রহ নির্ধারণ করা যায়।

ওয়াইড অ্যান্ড ডিপও রয়েছে, যেখানে "ওয়াইড" স্তরটি অগভীর ঐতিহাসিক আচরণের ডেটা (যেমন ব্যবহারকারীরা পছন্দ করেছেন এমন সামগ্রী) প্রক্রিয়া করে এবং "ডিপ" স্তরটি সম্ভাব্য সমিতিগুলি খনির জন্য গভীর ওয়েব ব্যবহার করে (যেমন ফিটনেস পছন্দ করে এমন ব্যবহারকারীরাও পর্বত আরোহণ এবং সাঁতারে আগ্রহী হতে পারে), যা ব্যবহারকারীর আগ্রহগুলি ঐতিহ্যগত সহযোগী ফিল্টারিংয়ের চেয়ে আরও ব্যাপকভাবে ক্যাপচার করতে পারে।

নিম্নলিখিত চিত্রটি বাছাই অ্যালগরিদমের মৌলিক নীতিগুলি চিত্রিত করে।

সূত্র: দোয়িন

প্রযুক্তিগত দৃষ্টিকোণ থেকে, যদি ব্যবহারকারীদের কাছে ঠেলে দেওয়া সামগ্রীটি খুব বিচ্ছিন্ন হয় এবং অনেক ব্যবহারকারী এটি পছন্দ না করে তবে ব্যবহারকারীর অভিজ্ঞতা খারাপ হবে। তবে প্রযুক্তির সূচনা বিন্দু ব্যবহারকারীদের কেবল তাদের পছন্দ মতো দেখতে দেওয়া নয়।

ডোয়িন-এর অ্যালগরিদম প্রকৌশলী লিউ চ্যাং বলেন, "ব্যবহারকারীদের দীর্ঘমেয়াদী মূল্য হচ্ছে ডোয়িনের সুপারিশ অ্যালগরিদমের 'নর্থ স্টার ইন্ডিকেটর', যা আমাদের মূল ব্যবসায়িক লক্ষ্য। ”

এই সূচকটির আরও ডাউন-টু-আর্থ বিবৃতি হ'ল ডুয়িন আশা করে যে আরও বেশি লোক ডুয়িন ব্যবহার করবে এবং দীর্ঘ সময়ের জন্য থাকবে। একটি "তথ্য কোকুন" বুনন মানুষকে স্বল্পমেয়াদে থামাতে অক্ষম করতে পারে, তবে দীর্ঘমেয়াদে এটি অগত্যা ভাল জিনিস নয়, উদাহরণস্বরূপ, যদি আপনি জানেন যে কোনও ব্যবহারকারী বিড়াল পছন্দ করে এবং তার কাছে বিড়াল-সম্পর্কিত সামগ্রী ঠেলে রাখে, তবে তিনি কিছুক্ষণ পরে চলে যেতে ক্লান্ত হয়ে পড়বেন। এমন ব্যবহারকারীও আছেন যারা আবেগগতভাবে সামগ্রীটি ধাক্কা দেওয়া দেখতে পছন্দ করেন তবে যুক্তিযুক্তভাবে "স্তনবৃন্ত সংগীত" ঘৃণা করেন এবং এমনকি ইচ্ছাকৃতভাবে সুপারিশটি বিরক্ত করতে পছন্দ করেন না।

সূত্র: দোয়িন

উদাহরণস্বরূপ, একদিকে, ব্যবহারকারীরা যে সামগ্রীতে আগ্রহী তা বৈচিত্র্য বিচ্ছুরণ, বহু-সুদের প্রত্যাহার এবং কুলুঙ্গি (দীর্ঘ-লেজ) আগ্রহের জন্য সমর্থনের মতো পদ্ধতি দ্বারা নিয়ন্ত্রিত হয় এবং অন্যদিকে, এলোমেলো সুপারিশ, ব্যবহারকারীদের সামাজিক সম্পর্কের উপর ভিত্তি করে প্রসারিত আগ্রহ, অনুসন্ধান সুপারিশ লিঙ্কেজ এবং "আগ্রহী নয়" আর প্রদর্শিত হয় না, যাতে ব্যবহারকারীরা আরও সামগ্রী অন্বেষণ করতে পারে।

সূত্র: দোয়িন

লিউ চ্যাং সাক্ষাত্কারে আরও বলেছিলেন যে ডুয়িনের অ্যালগরিদম "দীর্ঘমেয়াদী মান" এ স্থানান্তরিত হচ্ছে: "আমরা শুরুতে মডেল করা তুলনামূলকভাবে সহজ, তবে এটি স্বল্পমেয়াদী, এবং দীর্ঘমেয়াদী মডেল করা সহজ নয়, স্বল্পমেয়াদী মিথস্ক্রিয়ার জন্য, এর এলোমেলোতা দুর্বল, তবে দীর্ঘমেয়াদী আগ্রহের জন্য এটি আরও এলোমেলো। এই সময়ে, আমাদের প্রযুক্তিগত দৃষ্টিকোণ ধীরে ধীরে অতিক্রম করা হয়, এবং আমরা আরও ট্রাফিক নিয়ন্ত্রণ করি। ”

এটা ঠিক যে, উদ্দেশ্যমূলকভাবে বলতে গেলে, আপনি কী পছন্দ করেন এবং আপনি কী সম্মত হন তা দেখতে ভালবাসা মানুষের প্রকৃতি, যদি "তথ্য কোকুন" এর ঘটনাটি 2006 বছরের মধ্যে প্রস্তাবিত হয়, তবে এটি আজকের সংক্ষিপ্ত ভিডিও প্ল্যাটফর্মের ব্যবহারকারীদের অনুরূপ উদ্বেগ রয়েছে তা আশ্চর্যজনক নয়।

2. প্ল্যাটফর্ম প্রশাসন: উদ্দেশ্যমূলক অসুবিধা

আমরা "তথ্য কোকুন" কে ভয় পাই, এবং সমজাতীয় বা এমনকি পক্ষপাতদুষ্ট তথ্যে নিমজ্জিত হওয়ার এবং অবশেষে অদৃশ্যভাবে প্রভাবিত এবং পরিবর্তিত হওয়ার ভয় পাই। অন্যদিকে, যদি আমরা যা প্রকাশ করি তা হ'ল গুণমান এবং স্বাস্থ্যকর সামগ্রী, তবে মনে হয় যে আমরা "তথ্য কোকুন" এ আটকে থাকলেও আমাদের খুব বেশি চিন্তা করা উচিত নয়।

যাইহোক, যেমন আগে উল্লেখ করা হয়েছে, ডোয়িনের সুপারিশ অ্যালগরিদমটি সামগ্রীর গভীরতর বোঝার পরিবর্তে ব্যবহারকারীর আচরণের উপর ভিত্তি করে, তাই কি এমন কোনও সম্ভাবনা রয়েছে যে ক্ষতিকারক সামগ্রী ডুয়িনে ছড়িয়ে পড়তে থাকবে? আসলে সম্ভাবনা তো আছেই।

বস্তুনিষ্ঠভাবে, এই পরিস্থিতিগুলির উত্থান অবশ্যই ডোয়িন যা দেখতে চায় তা নয়, তবে শাসনের ক্ষেত্রেও অসুবিধা রয়েছে। বর্তমানে, ডুয়িনের প্ল্যাটফর্ম গভর্নেন্স লিঙ্কের দুটি মূল নীতি রয়েছে। প্রথমটি হ'ল প্রকাশিত সমস্ত সামগ্রী মূল্যায়ন করা হবে এবং ট্র্যাফিক যত বেশি হবে, তত বেশি সময় সামগ্রীটি মূল্যায়ন করা হবে এবং মানগুলি আরও কঠোর হবে। দ্বিতীয়টি হ'ল "ম্যানুয়াল + মেশিন" অডিট, যা শ্রমে বিভক্ত এবং ঘনিষ্ঠভাবে সহযোগিতা করা হয়।

বিশেষত, সামগ্রীটি ডোয়িনে আপলোড করার পরে, এটি প্রথমে মেশিন স্বীকৃতি লিঙ্কটি প্রবেশ করবে এবং যদি সামগ্রীটি উচ্চ-ঝুঁকিপূর্ণ বৈশিষ্ট্যযুক্ত হিসাবে চিহ্নিত হয় তবে এটি সরাসরি অবরুদ্ধ হবে। যদি কোনও উচ্চ-ঝুঁকিপূর্ণ বৈশিষ্ট্য মিস করা হয় তবে মডেলটি ত্রুটিযুক্ত হয় তবে এটি ম্যানুয়াল পর্যালোচনাতে প্রেরণ করা হবে। যদি সমস্যার সম্ভাবনা কম হয় তবে পরবর্তী লিঙ্কে এগিয়ে যাওয়ার জন্য মৌলিক ট্র্যাফিক পাওয়া যায়। যদি ভিডিওটি রিপোর্ট করা হয়, মন্তব্য এলাকায় কেন্দ্রীভূত প্রশ্ন থাকে এবং ট্র্যাফিক ইত্যাদি বৃদ্ধি পায় তবে এটি "ম্যানুয়াল + মেশিন" পর্যালোচনাটি ট্রিগার করতে পারে। একবার সামগ্রীটি যে কোনও সময়ে নিষ্পত্তি হয়ে গেলে, সিস্টেমটি অবিলম্বে আরও সুপারিশ এবং বিতরণ বন্ধ করে দেয়।

আপনি নীচের চিত্রটিতে দেখতে পাচ্ছেন, একটি সংক্ষিপ্ত ভিডিওটি সফলভাবে ডুয়িনে বিতরণ করার জন্য, এটি মেশিন এবং মানুষের দ্বারা চারটি পর্যালোচনার মধ্য দিয়ে যেতে হবে। বিষের কথা বলার মতোই ডোজ নিয়ে কথা বলতে হবে, যাতে খারাপ তথ্যের ক্ষতি যতটা সম্ভব নিয়ন্ত্রণ করা যায়।

সূত্র: দোয়িন

প্রকৃতপক্ষে, প্ল্যাটফর্ম গভর্নেন্স এই বছরের ডুয়িনের মূল কাজ। ডুয়িনের পরিবেশগত অপারেশন ম্যানেজার চেন ডানডান একটি সাক্ষাত্কারে বলেছিলেন যে তারা ব্যবহারকারী, মিডিয়া এবং উপযুক্ত কর্তৃপক্ষের কাছ থেকে প্রতিক্রিয়া পেয়েছেন এবং তারা গত বছরের শেষের দিকে একাধিক দফা আলোচনার মধ্য দিয়ে গেছেন: "আমরা প্রকৃতপক্ষে প্ল্যাটফর্ম গভর্নেন্স এবং অ্যালগরিদম স্বচ্ছতাকে ফোকাস করেছি সারা বছর। আমরা যে লক্ষ্যগুলি অর্জন করতে চাই তার মধ্যে একটি হল বিশ্বাস, কারণ ব্যবহারকারীদের, মিডিয়া এবং সমাজের বিশ্বাস অর্জন করা কঠিন। এই প্রক্রিয়ায়, আমাদের ক্রমাগত শাসন ব্যবস্থা এবং সুপারিশ অ্যালগরিদম প্রযুক্তি সর্বজনীন করা দরকার এবং আরও প্ল্যাটফর্মগুলি এই ধরনের পদক্ষেপগুলি বেছে নিয়েছে। ”

সংক্ষিপ্ত ভিডিওগুলি চীনা জনগণের আধ্যাত্মিক জীবনের একটি গুরুত্বপূর্ণ অংশ হয়ে উঠেছে এবং এমনকি বিনোদনের জন্য অর্থ উপার্জন করার পরিবর্তে সমসাময়িক ইন্টারনেট সংস্কৃতির একটি গুরুত্বপূর্ণ বাহক হিসাবেও বলা যেতে পারে। বাণিজ্যিক মূল্যের পাশাপাশি, সম্প্রদায়ের মূল্যের দিক থেকেও ডুয়িনকে আরও দায়িত্ব নিতে হবে।