Algorithmic experience w dobie powszechności systemów rekomendacyjnych. Studium przypadku platformy Instagram

W obecnych czasach, sztuczna inteligencja zaczyna stawać się integralną częścią ludzkiego życia. Zrozumienie sposobów działania systemów rekomendacyjnych zdaje się być potrzebne nie tylko z perspektywy ekspertów, ale również przeciętnych użytkowników technologii. W niniejszej pracy badaniu zostało poddane zjawisko doświadczenia algorytmicznego (AX – algorithmic experience), w szczególności na platformie Instagram jako przypadek poddany studiom. Celem pracy jest zbadanie transparentności platformy w kwestii działania algorytmów rekomendacyjnych oraz identyfikacja funkcjonalności oferujących użytkownikom kontrolę profilowania i kontrolę algorytmiczną. Metoda wykorzystana do zbadania AX opiera się na koncepcji projektowania doświadczenia z 2018 roku, która została zmodyfikowana na potrzeby przeprowadzonej analizy. Badania wykazały, że Instagram promuje transparentność swoich systemów, jednak istnieją obszary wymagające usprawnienia, szczególnie w kontekście spójności informacji prezentowanych w różnych sekcjach aplikacji. Użytkownikom udostępniane są narzędzia kontroli rekomendowanych treści – co może zwiększyć zaufanie do usługodawcy i satysfakcję z korzystania z platformy. Za wyzwanie dla platformy uznano jednak zapewnienie możliwości zarządzania profilowaniem treści, którego platforma nie oferuje. Praca dostarcza metodologii do analizy i badania doświadczenia algorytmicznego na różnego rodzaju platformach oraz wskazuje przyszłe potencjalne kierunki badań w tym zakresie. Wiedza na temat sposobów funkcjonowania systemów rekomendacyjnych oraz umiejętność wpływania na ich działanie mogą stać się kluczowe dla efektywnego budowania relacji z technologią w obecnych czasach. Zaprezentowana metoda analizy doświadczenia algorytmicznego może być wykorzystywana do ulepszania innych platform społecznościowych, co z kolei może przyczynić się do budowania przyjaznego dla użytkowników środowiska cyfrowego.

In today's world, artificial intelligence is becoming an integral part of human life. Understanding the functioning of recommendation systems seems necessary not only from the perspective of experts but also for average technology users. This thesis examines the phenomenon of algorithmic experience (AX), with Instagram being the case study. The goal of the research is to investigate the platform's transparency regarding the operation of its recommendation algorithms and to identify features that offer users control over profiling and algorithmic control. The method used to study AX is based on the concept of experience design from 2018, which was modified for the purpose of the analysis. The research found that Instagram promotes the transparency of its systems; however, there are areas in need of improvement, particularly in terms of consistency of information presented in different sections of the app. Users are provided with tools to control recommended content, which may increase trust in the service provider and satisfaction with using the platform. A challenge identified for the platform is ensuring content profiling management, which is not currently offered. The thesis provides a methodology for analyzing and studying algorithmic experience across different platforms and points out potential future research directions in this field. Knowledge of how recommendation systems function and the ability to influence their operation may become crucial for building effective relationships with technology today. The presented method for analyzing algorithmic experience can be used to improve other social media platforms, contributing to the development of a more user-friendly digital environment.