Subscribe
Share
Share
Embed
In de podcast getuigt journalist Hind Fraihi over haar werk en methoden. Aan de hand van de "making of" van een artikel dat ze schreef voor het Belgische nieuwsmedium Apache, legt ze concreet uit wat de algoritmen in haar werk hebben veranderd. In het artikel gaat ze in op de complottheorieën die massaal te vinden zijn op het Odysee-platform, vaak omschreven als het "YouTube van extreemrechts".
Op basis van dit gesprek legt onze expert mediawijsheid, Zara Mommerency, uit waarom het essentieel is om deze nieuwe manieren van informatie maken te begrijpen en er rekening mee te houden. Dit om onze mediaconsumptie te kunnen verbeteren.
De podcast is een productie die Savoir Devenir heeft gemaakt onder licentie van Creative Commons
Productietechniek : Marieke Rimaux en BNA-BBOT Bruxelles
Ecrituur: Savoir Devenir en Apache
www.crossover.social
Crossover tracks and measures the influence of content recommendation algorithms on social media in Belgium, exposing how they can lead to mis- and disinformation. We monitor, investigate, expose and respond to the spread of dubious and nefarious content in both French and Dutch on Youtube, Twitter, and more. This project is supported by the European Union and unites EU DisinfoLab, Apache, Savoir Devenir and Check First.
Hoe algoritmen mijn werk hebben veranderd ?
Voice over: [00:00:05] Je luistert naar de podcast Crossover. Crossover is een Europees project dat de verbazingwekkende achtergronden van algoritmen verkent via een dashboard. Dat dashboard is een instrument waarmee algoritmen van sociale media, zoekmachines en bepaalde platformen gemonitord kunnen worden.
Algoritmes zijn een eindige en ondubbelzinnige reeks instructies en bewerkingen die door ontwikkelaars zijn geschreven om een probleem op te lossen. Net zoals een recept beschrijft hoe je een gerecht moet bereiden. Ze beïnvloeden onze relaties, ons consumptiegedrag, onze cultuur en vooral: de manier waarop we onszelf informeren en de wereld waarnemen. Maar weten we echt wat ze zijn en hoe ze werken? Of welke economische en ideologische logica erachter schuilgaat? En hoe kunnen we proberen ze te controleren in plaats van ze simpelweg te ondergaan? Algoritmen begrijpen, ze kritisch kunnen analyseren en leren hoe we ons ertegen kunnen beschermen. Dat zijn de doelstellingen van mediawijsheid. En dat is net het gebied dat het Crossover project in deze podcastreeks verkent. In deze aflevering, met als titel: Hoe algoritmen mijn werk hebben veranderd, praten we over algo-journalistiek. Dat wil zeggen: hoe nieuwe onderzoekstechnieken op basis van algoritmen het werk van de journalist veranderen. Meer bepaald, hoe veranderen deze nieuwe technieken die steeds vaker door nieuwsredacties worden gebruikt, de manier waarop informatie wordt geproduceerd en hoe dragen ze bij tot de bestrijding van desinformatie? Dat is wat we in deze podcast zullen onderzoeken.
Eerst laten we Hind Fraihi aan het woord. We bespreken met haar hoe algoritmen haar beroep als journalist hebben veranderd, aan de hand van de “making off” van een artikel dat ze schreef voor de nieuwssite Apache. Hind onderzocht hoe samenzweringen massaal rondgaan op het Odysee-platform, vaak omschreven als een YouTube van extreemrechts. Vervolgens zal onze expert in media-en informatie geletterdheid, Zara Mommerency, uitleggen waarom het van groot belang is om bewust om te gaan met dit soort nieuwe mediakanalen en hoe we op andere manieren nieuws kunnen volgen om onze blik te verruimen.
Speaker2 (Jan): [00:02:50] Dag Hind.
Speaker3 (Hind): [00:02:51] Dag Jan.
Speaker2: [00:02:52] Hind jij bent een van de journalisten van Apache die sinds begin dit jaar sinds, begin 2022 onderzoek doet naar algoritmes, vooral op sociale media. Kan je ons iets meer vertellen over deze, toch nieuwe vorm van journalistiek onderzoek naar een fenomeen dat redelijk nieuw is?
Speaker3: [00:03:14] Ja, ik ga een poging doen. De term algo-journalistiek. Algoritmische journalistiek, is een aanvulling op de beter bekende term datajournalistiek. Ja en daarmee bedoelen we eigenlijk een een aanpak, een benadering die teruggaat tot het einde van de jaren vijftig, toen statistische gegevens voor het eerst gebruikt werden om precisie-journalistiek te creëren. En tegenwoordig, ja, omvat de term alle journalistieke praktijken die gebruik maken van dataverwerking. Dat gaat om informatie sorteren, nakijken, visueel presenteren of, zelfs robots gebruiken om artikels te schrijven. En wat er nu gebeurt, ja, in in een prille fase, is dat we steeds grotere en preciezere databanken hebben. Die noemen we dan de big data. Dat staat voor T. Voor het verzamelen en analyseren van een grote hoeveelheid informatie gegevens in een korte tijd. En we gebruiken bijna systematisch algoritmen met kunstmatige intelligentie om, om dat allemaal te verwerken. Al hoe journalistiek is eigenlijk ja, een onderdeel van data journalistiek. En dat weerspiegelt zowat mijn onderzoek binnen Crossover.
Speaker2: [00:04:39] Ja. Jullie onderzoeken binnen Crossover niet enkel algoritmen, maar jullie gebruiken ook algoritmen in dat onderzoek of om dat onderzoek te voeren. Hoe gaat dat precies in z'n werk?
Speaker3: [00:04:51] Ten eerste doe ik mijn onderzoek op platforms die algoritmes gebruiken, sociale platforms van Twitter tot Google News tot Facebook, Mastodon. En ik maak dan een selectie in de informatie die mij door deze algoritmen worden aangeboden. En ten tweede gebruik ik het dashboard van Crossover, waarmee ik onderwerpen kan bestuderen die op social media naar voren komen, dus die eigenlijk trending zijn en die aanbevolen worden door bepaalde algoritmes.
Speaker2: [00:05:29] En dus wat er op dat dashboard naar voor komt zijn de onderwerpen die blijkbaar belangrijk op sociale media zijn. En dan ga je daar verder naar kijken wat daar misschien aan aan de grondslag van ligt.
Speaker3: [00:05:40] Dat klopt. We hebben eigenlijk verschillende sociale media platformen die we volgen, die we monitoren. We kijken dan welke onderwerpen, welke informatie daarnaar boven komt en daarmee gaan we dan mee aan de slag.
Speaker2: [00:05:54] Zie je dit als een gewone of een normale informatiebron? Dus het dashboard en wat er op sociale media gebeurt.
Speaker3: [00:06:03] Ja dat zijn wel informatiebronnen, maar het zijn geen nieuwsberichten uiteraard. Het wordt gewoon gepost door mensen. Of door opiniemakers, door verschillende organisaties of partijen, mediakanalen, al dan niet zelfverklaarde nieuwssites, noem maar op. Maar die zijn ongefilterd, niet geverifieerd. Dus je moet het natuurlijk wel met enige argwaan bekijken. Het is niet zomaar een informatie bron. Dus het is natuurlijk aan ons om om die bronnen zoals alle bronnen te controleren. En zoals ik al tijdens de eerste aflevering van de podcast zei, van deze podcast, namelijk de keyboard fighters, ja komt die informatie die de algoritmes naar voren brengen op social media niet noodzakelijk overeen met de werkelijkheid zoals we die ter plekke aantreffen.
Speaker2: [00:07:00] Ja. Welk voordeel zie jij als journalist om algoritmen te gebruiken of te onderzoeken? Wat haal je daaruit als journalist?
Speaker3: [00:07:09] Het is wel zeer handig om een massa informatie te sorteren, te ordenen. En datamining helpt daar eigenlijk wel bij. Met de Crossover dashboards kunnen we maatschappelijke trends opsporen. Het laat ons toe om onderwerpen vroegtijdig te signaleren. We volgen bijvoorbeeld ook Odysee. Dat wordt ook wel een ja, het YouTube of YouTube van extreem rechts genoemd. Het is een videoplatform dat vooral populair is in Amerika, laat ons zeggen al wat minder bekend is in Vlaanderen. Maar het was toch al interessant om te zien. Wie daar aanwezig is op dat platform. En dan bleek toch wel dat het Vlaams Belang parlementslid Dries Van Langenhove daar een kanaal op heeft. Op een platform waar haatspraak en complottheorien naadloos samengaan. Dus het heeft toch wel, laat ons zeggen, een een vroegtijdige signaal functie. In deze case toch. Die dashboards is eigenlijk ook ja, da's ook een handig instrument om de economie van de aandacht te proberen te begrijpen of in kaart te brengen. De strijd om aandacht is een soort van wingewest geworden, een virtueel wingewest om de aandacht van het publiek te winnen. En dan worden er natuurlijk ook wel emoties uitvergroot en angst gevoed. Vooral op platformen zoals Odysee. En ja, dat is eigenlijk heel interessant om die strijd en die economie van de aandacht van dichtbij te kunnen opvolgen aan de hand van algoritmische journalistiek.
Speaker2: [00:08:49] Ja, die algo-journalistiek biedt mogelijkheden om vroegtijdig trends op te sporen om misschien eerder dan anderen te zien dat Dries Van Langenhove op Odysee een kanaal heeft. Maar zijn er ook grenzen aan dit soort journalistiek? Waar moet je voor beducht zijn? Wat zijn de limieten hieraan?
Speaker3: [00:09:07] Ja, er zijn natuurlijk heel wat limieten aan om dat algo-journalistiek louter een methode is. Het is geen wondermiddel, het zal ook geen surrogaat zijn voor de journalist op zich. Veldonderzoek blijft dus enorm van belang. De informatie die we uit algoritmische verwerking halen, die moeten we ook met voorzichtigheid gebruiken. Er zijn natuurlijk allerlei hulpmiddelen die je vertellen wat het publiek leuk kan vinden of zou moeten vinden, welke onderwerpen in de mode zijn. Welke woorden je in een titel kan gebruiken om betere rankings te krijgen. Die tools zijn allemaal zeer nuttig, prettig ook om om te gebruiken. Kan nu ook helpen natuurlijk om die hele grote massa aan informatie te stroomlijnen. Maar er is natuurlijk de journalist op zich die die moet filteren, die moet verifieren, die de bronnen moet nakijken. En dat is niet zomaar te vervangen door een tool.
Speaker2: [00:10:06] Je geeft het al aan de journalist blijft belangrijk. De mogelijkheden van algoritmes, ook van artificiele intelligentie, zijn groot of worden toch groots voorgesteld. Zie je op termijn de journalist en jezelf dus vervangen worden door een soort robot, een soort algoritme dat artificieel intelligent artikels produceert?
Speaker3: [00:10:29] Nee, nee, helemaal niet. Dat geloof ik niet. Ik denk dat we steeds meer kwalitatieve gegevens zullen hebben. Harde data om mee te werken. Steeds geavanceerdere algoritmische instrumenten die dat allemaal kunnen verwerken. Dat op zich is een zeer opwindend vooruitzicht. Maar we hebben natuurlijk toch nog journalisten nodig om bepaalde zaken te analyseren, verbanden te leggen, te verifieren, terrein onderzoek te doen om bepaalde zaken te checken. De virtuele wereld komt natuurlijk niet altijd overeen met de echte wereld. Dus dat journalisten zouden vervangen worden door robots, laat ons zeggen, daar geloof ik helemaal niet in. De robots, om het zo te zeggen, artificiële intelligentie ruimer gezien, dat is zeer nuttig voor het snel verwerken van grote hoeveelheden gegevens en het produceren van feitelijke artikelen. Maar ze zullen nooit die in staat zijn om diepgaande analyses te maken. Dus ik heb er op zich natuurlijk niets op tegen om artificiële intelligentie en een algoritme te gebruiken. En robots, die kunnen wel handig zijn voor het gebruiken van artikelen over voorbeeld bijna real time opvolgen van verkiezingen, dus zeer kwalificeerbare data te weergeven. Bij sportresultaten of bij financiële overzichten is dat zeer nuttig, maar dan heb je eigenlijk alleen maar de data op zich, niet de analyses.
Speaker2: [00:12:02] Ik wil nog even terugkeren op Dries Van Langenhove en zijn aanwezigheid op Odysee. Je schreef daarover een artikel op Apache met de titel. Ook Dries Van Langenhove zwerft op Odysee, het YouTube van extreemrechts. Voor dat onderzoek heb je deels het Crossover dashboard waar we het daarnet over hadden gebruikt om dat zeer omstreden platform te onderzoeken. Kan je nog even kort uitleggen wat Odysee precies is en waarom je dit platform volgt met het Crossover dashboard?
Speaker3: [00:12:35] Odysee is een videoplatform. Het is populair in Amerika, in mindere mate in Frankrijk en nog in mindere mate bij ons, maar het wint toch wel wat populariteit. Da's ook de reden waarom dat we dat volgen. Omdat we er gewoon vroeg bij willen zijn. Het is ook een platform dat beweert censuur-vrij te werken. Daar wordt niet gemodereerd. Geeft heel wat ruimte aan, laat ons zeggen vrijheid van meningsuiting. Niets verkeerd mee uiteraard, maar wat we daar toch wel heel wat zien of tegenkomen zijn berichten waarin sterke gevoelens van wantrouwen worden gevoed ten aanzien van van alles en iedereen. En ook heel wat haatzaaierij, complottheorien, extreem rechtse haatberichten ook wel. Je kan zeggen van: dat is diversiteit, pluraliteit van meningen, maar dat stopt natuurlijk bij bij racistische of antisemitische of tot geweld roepende postings, berichten. Dus je kan daar heel wat vragen bij stellen. Hoe censuur-vrij een platform wel mag zijn. En we hebben daar dan natuurlijk gemerkt dat er een Belgisch parlementair op aanwezig is. In een zeer vroege fase, zijnde Dries Van Langenhove, bekend in het Belgische politieke landschap als lid van het Vlaams Belang en oprichter van Schild en Vrienden die in opspraak zijn en vervolgd zijn voor internet memes die oproepen tot tot racisme, antisemitisme en geweld.
Speaker2: [00:14:23] En hoe heb je dat onderzoek naar specifiek het kanaal van Dries Van Langenhove op Odysee aangepakt? En waarom dan Van Langenhove? Was hij de enige? Belg of Vlaming van belang die al aanwezig is op Odysee? Wat was dat de reden?
Speaker3: [00:14:41] De reden was eigenlijk ook berichten over Monkey pox, apen pokken. Dat kwam zowat bij ons op de radar, op de virtuele radar en we wilden daar wel verder op inzoomen. En we zagen dat vooral trending op het videoplatform Odysee, in mindere mate op andere media. En dan beetje bij beetje kom je dan op het oefenterrein van de jonge generatie rechtsextremisten zijn de Odysee en waar dus Dries Van Langenhove ook al een kanaal op heeft. Niet toevallig tijdens de pandemie heeft hij daar dan zijn kanaal gestart. Laat ons zeggen in in de slipstream van heel wat kritiek die die kwam tegen de coronamaatregelen, noem maar op.
Speaker2: [00:15:31] En hij bouwt daar een soort community uit van gelijkgestemden?
Speaker3: [00:15:36] Oh, dat is eigenlijk een heel kleine community, als je het vergelijkt met YouTube, daar heeft die heel wat pak meer volgers dan op Odysee. Maar laat ons zeggen dat hij daar een teen in het water steekt om toch maar eens te testen hoe ver hij kan gaan.
Speaker2: [00:15:53] Voor dit onderzoek werkte je samen met Check First, een partner in Crossover die gespecialiseerd zijn in algoritmen. Wat was voor jou de als journalist de toegevoegde waarde om met Check First samen te werken en om beter inzicht te krijgen in hoe die algoritmes werken?
Speaker3: [00:16:10] Journalistiek kan niet geïmproviseerd worden. De teams van Check First, de software ontwikkelaars, die trainden mij en andere collega's ook om de dashboards te gebruiken. En sindsdien hebben we regelmatig informatie uitgewisseld over trends, trefwoorden en veranderingen. Aanbevelingen die we zouden moeten opvolgen in functie van de actualiteit. We zoeken naar aanwijzingen, naar wat nieuwswaarde heeft natuurlijk. En dat is heel wat de laatste tijd. Als je de opeenvolgende grootschalige crisissen ziet van van Covid-19 tot de oorlog in Oekraïne. Dus er is heel wat materiaal voor het maken van fake news of desinformatie.
Speaker2: [00:17:01] Er zijn dus heel veel aanleidingen en onderwerpen waarover fake nieuws en desinformatie circuleert online op verschillende platformen. Hoe je daar als nieuwsgebruiker beter mee kan omgaan, hoe je je daar kan tegen wapenen, daar gaan we het over hebben met onze expert mediawijsheid Zara Mommerency. Welkom Zara.
Speaker1 (Zara): [00:17:23] Dag Jan.
Speaker2: [00:17:24] Zara, Denk je dat het brede publiek zich bewust is van deze nieuwe methoden in de journalistiek? Deze algo-journalistiek?
Speaker1: [00:17:32] Ik denk als ik mijn buikgevoel moet volgen, dat mensen eigenlijk in algemeen niet echt weten hoe dat journalisten te werk gaan of dat er heel weinig geweten is over welke methodes journalisten gebruiken, laat staan dus dat ze iets weten over die algo journalistiek. Ik denk dat we ons ook wel niet mogen mispakken aan het feit dat journalisten steeds vaker transparanter zijn over hoe ze te werk gaan. Dus dat mensen ook wel een beetje weten hoe dat data en algoritmes worden gebruikt in hun werk. Dus het is een beetje dubbel.
Speaker2: [00:17:59] Dus dat is een dimensie die mediawijsheid wel in rekening brengt.
Speaker1: [00:18:03] Zeker weten. Ja, dat bestuderen en begrijpen van die algo- journalistiek kadert eigenlijk voor ons binnen algoritme-wijsheid en eigenlijk breder binnen data-wijsheid. Zeg maar dat je als individu over de nodige kennis, attitudes en vaardigheden beschikt om actief, kritisch, creatief en heel bewust om te gaan, met data te gebruiken, ook data te begrijpen en ook te snappen welke impact dat eigenlijk heeft op ons leven. Als ik dan kijk naar die algoritmes is dat ook weten hoe dat eigenlijk bepaalde informatie tot bij ons komt door die algoritmes, welke keuzes er worden gemaakt door die algoritmes, wat dat van invloed heeft op onze nieuwsconsumptie, op onze informatie consumptie.
Speaker2: [00:18:41] Kan je aangeven of uitleggen om welke vaardigheden dat precies gaat?
Speaker1: [00:18:46] Bijvoorbeeld data leren analyseren. Leren gebruiken is enerzijds een vaardigheid, maar ook die algoritmes leren begrijpen, leren evalueren wat de rol is van data en algoritmes in de samenleving, waardoor dat bijvoorbeeld geautomatiseerde beslissingen eigenlijk worden gemaakt door AI. Dat gaat ook over weten dat algoritmes niet volledig kunnen vatten hoe dat we eigenlijk als mensen denken, wat dat we doen. Ook machines, die kunnen nu eenmaal niet ons zelfde normen en waardepatroon als mensen aanleren. Ook weten dat algoritmes niet neutraal zijn is heel belangrijk, da’s kennis die je moet hebben. Als we dan kijken binnen die nieuwe context van nieuwsproductie die gekoppeld is aan algoritmes, kunnen we met al die vaardigheden eigenlijk ook betere keuzes maken. Welke media we consumeren, denk ik, welke informatie we tot ons nemen en dat we bijvoorbeeld kritische keuzes kunnen maken. Dat we media gebruiken die bijvoorbeeld ondersteund wordt door fact checking tools. Ik zou ook zeggen bijvoorbeeld als we het hebben over dat dashboard dat wordt gebruikt ook in het onderzoek waar dat je het net al over had. Dat meer gevorderden zeker al zulke instrumenten zoals dat dashbord kunnen gebruiken als ze zelf twijfelen over dingen als ze zelf iets willen onderzoeken, als ze hun eigen analyses willen doen.
Speaker2: [00:19:58] Ja, we komen even terug op het artikel waar we het eerder al over hadden met Hind over Odysee, het platform waar complottheorieën en dergelijke welig tieren. Wat kan er worden gedaan om om te voorkomen dat mensen in zo'n samenzwering verdwijnen of zichzelf verliezen in zo'n complot door actief te zijn op deze platformen? Hoe zorgen we dat ze niet in de rabbit hole terechtkomen?
Speaker1: [00:20:25] Ik denk dat er daar meerdere antwoorden op zijn. Ik denk dat het enerzijds gaat over kennis hebben van en weten inderdaad hoe dat informatie verwerkt wordt op sociale media. Kennis hebben over die platformen, da's heel moeilijk, want er komen er steeds bij er gaan er weg, dus daar is niet echt een eenduidig antwoord op. Ik denk ook inderdaad je bewustzijn dat er zoiets bestaat als een als een filterbubbel, dat er dingen zijn als een echokamer. Aan de andere kant gaat dat ook over jezelf wapenen tegen desinformatie. En als we dan kijken naar die complottheorieën is dat leren hoe we complottheorie kunnen herkennen, weten waarom mensen ook bepaalde desinformatie en complottheorieën verspreiden, wat hun intenties zijn. IK denk dat dat heel belangrijk is. Ik denk dat je vooral als nieuwsgebruiker gewoon heel kritisch moet zijn. En je moet nog steeds natuurlijk op sociale media leuke dingen kunnen en willen doen, maar er toch ook wel bewust van zijn wat er daar allemaal speelt.
Speaker2: [00:21:17] Odysee zet zichzelf in de markt als een soort vrijplaats waar de vrijheid van meningsuiting absoluut is, waar er geen censuur is. Dus een slogan of een riedeltje dat ook nu bij Twitter weerklinkt sinds Elon Musk het platform heeft overgenomen. Hij belooft ook of hij beloofde ook absolute vrijheid van meningsuiting. Hoe kijk jij daarnaar?
Speaker1: [00:21:42] Goh. Die vrijheid van meningsuiting is een beetje een een ethisch vraagstuk denk ik, of de vraag wat is vrije meningsuiting… Waar begint dat? Waar eindigt dat? Wat is de grens met discriminatie? Met haatspraak? Wie bepaalt wat gezegd mag worden? Wat niet gezegd mag worden? Het is heel eng om te denken dat dat nu één persoon is. Elon Musk op aarde eigenlijk, die dat gaat bepalen. Ik denk dat je je bewust moet zijn dat, wat je bijvoorbeeld op Twitter of op andere platformen leest, ziet en hoort, dat dat zeker niet allemaal klopt. Maar ik denk dat je ook zelf als gebruiker gewoon heel kritisch moet zijn of heel bewust moet zijn van wat je post en wat je doet online.
Speaker2: [00:22:20] Dus een kritische en bewuste internetgebruiker is er twee waard. Is dat een goede samenvatting?
Voice over: [00:22:26] Dat lijkt mij een goeie conclusie.
Deze podcast werd geproduceerd door Savoir Devenir, in het kader van het Europese Crossover project. Dit project werd gefinancierd door de Europese Unie. Verantwoordelijk voor het concept Sofia Hamadi en Pascale Garreau. Verantwoordelijk voor de technische productie Marieke Rimaux en BNA-BBOT. Verantwoordelijk voor de redactie: Savoir Devenir en Apache. Meer weten over deze podcast en alle andere afleveringen? Ga naar Crossover.social