Ultralativ's video: Warum wir nicht alles ber YouTubes Algorithmus wissen sollten

Inwiefern sind die Suchergebnisse für politische Themen individualisiert? Wie sehr unterscheiden sich Videoempfehlungen voneinander? Und warum werden wir das nie wirklich herausfinden? DataSkop: https://dataskop.net/ 00:00 - Algorithmische Einzelperspektiven 00:53 - Algorithmische Transparenz 02:22 - Die Probleme der Transparenz 03:31 - Die goldene Mitte 04:23 - DataSkop als Datenspendeplattform 05:43 - Der Vorteil für YouTube selbst _________________________________ PLAYLISTS 🎬 ┕Wochenschau ▸ https://bit.ly/2VrEC8l ┕Specials ▸ https://goo.gl/C7huRs ┕Videoessays ▸ https://goo.gl/8gxBTc ┕YouTube Deutschland ▸ https://goo.gl/yxj7bD ┕Thumbnail der Woche ▸ https://goo.gl/jkdNT6 _________________________________ SOCIAL MEDIA 📱 ┕Twitter ▸ https://goo.gl/Ixl5Ns ┕Twitch ▸ https://goo.gl/PSjvNq _________________________________ QUELLEN 🔎 ┕ Why The YouTube Algorithm Will Always Be A Mystery https://www.youtube.com/watch?v=BSpAWkQLlgM ┕ Deep Neural Networks for YouTube Recommendations https://static.googleusercontent.com/media/research.google.com/de//pubs/archive/45530.pdf ┕ How Much Information? Effects of Transparency on Trust in an Algorithmic Interface https://rene.kizilcec.com/wp-content/uploads/2016/01/kizilcec2016information.pdf ┕ Digital News Report 2020 https://www.leibniz-gemeinschaft.de/ueber-uns/neues/forschungsnachrichten/forschungsnachrichten-single/newsdetails/digital-news-report-2020.html ┕ Der Third-Person-Effekt — Über den vermuteten Einfluss der Massenmedien https://link.springer.com/article/10.1007/s11616-007-0171-2