Ang algorithm ng rekomendasyon ng nilalaman na nagpapagana sa online na platform ng maikling video na TikTok ay muling nabigyang pansin pagkatapos na utusan ng US ang may-ari nitong Chinese, ang ByteDance, na ibenta ang mga asset ng app sa US o harapin ang pagbabawal sa buong bansa.
Narito kung paano ito gumagana at kung bakit ito ay nakakuha ng mas maraming talakayan kaysa sa teknolohiyang ginagamit ng mga karibal nito gaya ng Meta’s Instagram, Google’s YouTube at Snapchat:
Algorithm
Ang mga algorithm ay itinuturing na pangunahing sa pangkalahatang operasyon ng ByteDance, at mas gugustuhin ng ByteDance na isara ang app kaysa ibenta ito, iniulat ng Reuters na binanggit ang mga mapagkukunan.
Gumawa ang China ng mga pagbabago sa mga batas sa pag-export nito noong 2020 na nagbibigay dito ng mga karapatan sa pag-apruba sa anumang pag-export ng mga algorithm at source code, na nagdaragdag ng isang layer ng pagiging kumplikado sa anumang pagsisikap na ibenta ang app.
Sinabi ng mga akademya at dating kawani ng kumpanya na hindi lamang ang mga algorithm, kundi pati na rin kung paano ito gumagana sa maikling format ng video, na naging matagumpay sa TikTok sa buong mundo.
Ito rin ang app
Bago ang paglitaw ng TikTok, marami ang naniwala na ang teknolohiyang nagkokonekta sa mga social connection ng isang user ay ang lihim na sarsa sa isang matagumpay na social media app, dahil sa kasikatan ng Facebook at Instagram ng Meta.
Ngunit ipinakita ng TikTok na ang isang algorithm, na hinihimok ng pag-unawa sa interes ng isang user, ay maaaring maging mas malakas. Sa halip na buuin ang kanilang algorithm sa “social graph” tulad ng Meta, sinabi ng mga executive ng TikTok kabilang ang CEO na si Shou Zi Chew na ang kanilang algorithm ay batay sa “mga signal ng interes”.
Habang ang mga karibal ay may katulad na mga algorithm na nakabatay sa interes, nagagawa ng TikTok na i-turbocharge ang pagiging epektibo ng algorithm gamit ang maikling format ng video, sabi ni Catalina Goanta, isang associate professor sa Utrecht University.
“Napakakaraniwan ng kanilang recommender system. Ngunit ang talagang nagpapakilala sa TikTok bilang isang app ay ang disenyo at nilalaman, “sabi niya.
Ang maikling format ng video ay nagbibigay-daan sa algorithm ng TikTok na maging mas dynamic at kahit na may kakayahang subaybayan ang mga pagbabago sa mga kagustuhan at interes ng mga user sa buong panahon, na magiging kasing butil ng kung ano ang maaaring magustuhan ng isang user sa isang partikular na tagal ng panahon sa araw.
Mabilis na pagkolekta ng data
Bilang karagdagan, ang maikling format ng video ay nagbibigay-daan sa TikTok na malaman ang tungkol sa mga kagustuhan ng user sa mas mabilis na rate, sabi ni Jason Fung, dating pinuno ng unit ng gaming ng TikTok.
“Dahil nasa bite size na format ito, ito ay maikling video, mas mabilis kang makakakolekta ng data tungkol sa kagustuhan ng isang user kaysa sa YouTube, kung saan marahil ang average na video ay wala pang 10 minuto ang haba,” sabi niya, “Imagine you Nangongolekta ng data tungkol sa isang user sa average bawat 10 minuto kumpara sa bawat ilang segundo.”
At ang pagpoposisyon ng TikTok bilang isang app na binuo para sa mga mobile device mula sa simula ay nagbigay din ito ng kalamangan sa mga karibal na platform na kailangang iakma ang kanilang mga interface mula sa mga screen ng computer.
Ang maagang pagpasok ng TikTok sa maikling video market ay nagbigay din sa kumpanya ng malaking kalamangan sa maagang paggalaw. Ang Instagram ay hindi naglunsad ng Reels hanggang 2020 habang ang YouTube ay naglunsad ng Shorts noong 2021, na parehong lag sa TikTok sa mga taon ng data at karanasan sa pagbuo ng produkto.
Nagbibigay-daan sa paggalugad
Regular ding inirerekomenda ng TikTok ang content na wala sa interes ng mga user, na paulit-ulit na sinabi ng management ng kumpanya na mahalaga sa karanasan ng user ng TikTok.
Ang isang pag-aaral, na inilathala ng mga mananaliksik mula sa US at Germany noong nakaraang buwan, ay natagpuan na ang algorithm ng TikTok ay “nagsasamantala sa mga interes ng gumagamit sa 30% hanggang 50% ng mga video ng rekomendasyon” pagkatapos suriin ang data mula sa 347 mga gumagamit ng TikTok at limang mga awtomatikong bot.
“Ipinapahiwatig ng paghahanap na ito na ang algorithm ng TikTok ay nag-opt na magrekomenda ng malaking bilang ng mga video sa pag-explore sa pagtatangkang maghinuha ng mas mahusay na interes ng user o ma-maximize ang pagpapanatili ng user sa pamamagitan ng pagrerekomenda ng maraming video na nasa labas ng (kilalang) interes ng user,” isinulat ng mga mananaliksik. sa papel na pinangalanang “TikTok and the Art of Personalization”.
Pinapakilos ang mga user sa mga pangkat
Si Ari Lightman, isang propesor sa Carnegie Mellon University, ay nagsabi na ang isa pang epektibong taktika na ginamit ng TikTok ay upang hikayatin ang mga gumagamit nito na bumuo ng mga grupo sa publiko sa pamamagitan ng mga hashtag.
Sa pamamagitan ng paghikayat sa mga user na bumuo ng mga pampublikong grupo, mas mabisang matututunan ng TikTok ang tungkol sa pag-uugali, interes, pagkakahanay at ideolohiya ng mga gumagamit nito, aniya.
Kung tuluyang ma-ban ang TikTok sa US, sinabi ni Lightman na bagama’t tiyak na may kakayahan ang US tech giants na gayahin ang TikTok gamit ang sarili nilang mga produkto, maaaring mas malaking gawain ang pagkopya sa kultura ng user na pinagana ng TikTok.
Kalamangan ng mga Tsino
Ang algorithm ng rekomendasyon ng TikTok ay kinuha din sa malaking bahagi mula sa kapatid nitong Chinese na app na Douyin na inilabas noong 2016. Bagama’t madalas na binibigyang-diin ng ByteDance na magkahiwalay na apps ang TikTok at Douyin, isang source na may direktang kaalaman sa bagay ang nagsabi na ang dalawang algorithm ay nananatiling katulad sa araw na ito. .
Sa turn, ang AI ni Douyin ay nadagdagan ng kakayahan ng kumpanya na gamitin ang mababang gastos sa paggawa sa China na nakita nitong umarkila ng maraming content annotator upang masusing i-tag ang lahat ng content at user sa platform.
“Noong 2018 at 2019, nagtrabaho si Douyin sa pagkakaroon ng mga tag sa bawat user. Kaya manu-mano nilang ita-tag ang bawat video clip. Pagkatapos ay ita-tag nila ang kanilang mga user batay sa video na kanilang napanood,” sabi ni Yikai Li, isang manager sa ad agency na Nativex at isang dating direktor sa ByteDance. “Pagkatapos ay inilapat din nila ang taktika na ito sa TikTok.”
Habang ang pagkuha ng mga annotator upang mag-tag ng data ay karaniwan na ngayon at isang mahalagang kasanayan para sa mga kumpanya ng AI, ang ByteDance ay maagang nagpatibay ng diskarteng ito.
“Maraming trabaho ang pag-aayos ng mga tag na ito. Napakahirap,” aniya, “Kaya may bentahe dito ang mga kumpanyang Tsino. Makaka-afford ka ng mas maraming tao. Ang gastos ay mas mura kaysa sa mga kumpanya sa North America.” – Rappler.com