Etäkoulutus MLL:n mediakasvatuksen digihyvinvointikouluttajien koulutuspäivillä, 31.8.2019, Harto Pönkä, Innowise

1. Verkkoympäristöjen
toimintalogiikka,
algoritmit ja
suostuttelukoukut
31.8.2019
Harto Pönkä
Innowise

2. “Algoritmi on ohjelma, joka
suorittaa tietyn tehtävän käytössä
olevan datan ja määrättyjen
sääntöjen perusteella.
Se tekee siis päätöksiä.
2

3. Data
Verkkopalveluiden käytöstä syntyy dataa,
jonka perusteella voidaan koostaa mm.
TOP-listoja, tilastoja ja suosituksia.
Esimerkkejä:
1) suosituimmat sisällöt, esim. kuvat,
videot, linkit, tuotteet, aiheet, ryhmät jne.
2) suosituimmat yhdistelmät
3) eniten kommentoidut
4) seuratuimmat käyttäjät
5) aktiivisimmat käyttäjät
6) käyttäjien iät, sukupuolet, sijainnit jne.
3
Kuva: Pixabay

4. Kuva: Wikipedia (CC BY-SA 2.5),
https://en.wikipedia.org/wiki/PageRank#/media/File:PageRank-hi-res.png
4
Googlen hakualgoritmi perustui alun
perin dataan siitä, miten verkkosivut
linkittävät toisiinsa.
Nykyisin siihen yhdistetään
käyttäjistä kerätty data.

5. Google on todennäköisesti
”räätälöinyt mainoksesi”
kymmenillä eri datapisteillä.
Ikä, sukupuoli, ammatti, harrastukset, tuotteet,
matkat, kiinnostuksen kohteet jne.
Täällä voit tarkistaa tietosi:
https://adssettings.google.com/
5

6. Somepalvelujen algoritmit

7. Somepalvelut perustuvat joko verkostoihin tai ryhmiin/yhteisöihin
7
”Yhteinen tavoite tai kiinnostuksen kohde
synnyttää ryhmän.”
”Jokainen ihminen on korkeintaan kuuden
askeleen päässä muista.”

8. Facebook yhdisti maailman ihmiset niin, että vuonna 2016 sen
käyttäjät olivat keskimäärin enää 3,57 askeleen päässä toisistaan.
8
Lähteet: Paul Butler, Facebook, 2010, https://www.facebook.com/note.php?note_id=469716398919,
Facebook Research, 2016, https://research.fb.com/three-and-a-half-degrees-of-separation/

9. 9
Somepalvelujen julkaisut leviävät verkostojen kautta
Mitä useampi verkostosi jäsen jakaa tietyn
julkaisun, sitä todennäköisemmin näet sen.
UGC = user-generated content,
jokaisen somepalvelun tärkein
omaisuus.

10. Verkostodata
Sosiaalisen verkoston analyysi avulla
saadaan tietoa sen jäsenistä ja heidän
välisistään suhteista.
Verkostoanalyysin tuloksia:
1) keskeisimmät toimijat
2) toimijoiden väliset suhteet
3) toimijoiden muodostamat ryhmittymät
4) ryhmittymien väliset suhteet
5) asiat/aiheet, jotka yhdistävät eri
toimijoita ja ryhmittymiä
10
Kuva: Eduskuntavaaliehdokkaiden klusterit Twitterissä #vaalit2019, Harto Pönkä, 2019,
https://harto.wordpress.com/2019/04/02/eduskuntavaaliehdokkaiden-klusterit-twitterissa-vaalit2019/

11. Algoritmi = näkymätön käsi

12. Tykkääminen
Tykkäys oli ensimmäisiä sosiaalisen median
sisällön suodatuksen algoritmeja.
Sen avulla tunnistetaan:
1) suositut sisällöt
2) mistä sinä pidät
3) mitä sinä tuotat
Vimeo 2005
FriendFeed 2007
Facebook 2008 / 2010
YouTube 2010
Twitter 2015
12
Kuva: Facebookin tykkäysikoni, Enoc vt @ Wikipedia,
https://en.wikipedia.org/wiki/Like_button#/media/File:Facebook_like_thumb.png (public domain)

13. Uutisvirran algoritmi
Facebook kopioi reaaliaikaisen uutisvirran
Twitteriltä ja julkaisi sen v. 2009.
Saman vuoden lokakuussa Facebook otti
käyttöön algoritmin, joka valitsee:
1) mitä julkaisuja näet
2) missä järjestyksessä julkaisut ovat
3) kuinka pitkään julkaisut näkyvät
Tämän seurauksena käyttäjät eivät näe
kaikkia Facebook-kavereidensa julkaisuja,
vaan ne, jotka algoritmi heille valitsee.
13
Kuva: Facebookin uutisvirta v. 2009, prehensile @ flickr,
https://www.flickr.com/photos/prehensile/3349062358/sizes/o/in/photostream/ (CC-BY-NC-SA 2.0)

14. “Algoritmin päätöksille ei ole
kielto-oikeutta.
Se, minkä algoritmi poimii, on yhä
useammille totta.
14

15. 15
Lähde: HS/Nyt-liite, 30.1.2019,
https://www.hs.fi/nyt/art-2000005982846.html
”Näkymätön käsi” ei
aina ole niin älykäs
kuin luullaan.
Useat uutisvirtojen algoritmit
perustuvat suositun sisällön
suodattamiseen käyttäjien
reaktioiden perusteella.
Siksi niitä voi harhauttaa
luulemaan sisältöjä suosituiksi.

16. Käyttäjien verkkotoiminta
Facebook kerää tietoa verkkosivuilta, joilla
käyttäjät ovat vierailleet, mm. tykkäysten,
evästeiden ja seurantakoodien avulla.
Datan avulla voidaan:
1) näyttää mainoksia yrityksiltä, joiden
sivuilla olet vieraillut
2) näyttää mainoksia juuri siitä tuotteesta,
jota kävit netissä katsomassa
3) kerätä tietoa kiinnostuksen kohteistasi
ja toiminnastasi
4) kerätä tietoa yrityksille niiden
asiakkaista
16
Kuva: GraphicsSC @ Pixabay (Pixabay license)

17. Monet yritykset vievät
asiakkaidensa tietoja
Facebookiin, jotta heille
voidaan kohdistaa
mainontaa Facebookin
mainosalgoritmin avulla.
Täällä voit tarkistaa tietosi:
https://www.facebook.com/ads/pr
eferences/?entry_product=ad_setti
ngs_screen
(Tässä on kyse profiloinnin käytöstä
sähköisessä suoramarkkinoinnissa, joka
vaatii suostumuksen etukäteen.)
17

18. Facebookin äänestyskehotus
Facebook on kehittänyt vuodesta 2010
alkaen toimintoa, joka kehottaa
äänestämään vaaleissa ja näyttää, ketkä
kavereistasi ovat jo äänestäneet. Se oli
käytössä myös Eduskuntavaaleissa 2019.
Tutkimusten mukaan kyseessä voi olla
tehokkain koskaan tehty väline vaikuttaa
äänestysaktiivisuuteen.
Ilmoitusta ei näytetä kaikille. Yhtiö ei kerro,
keille toiminto näytetään ja millä perustein.
18
Lähteet: HS, 5.4.2019, https://www.hs.fi/teknologia/art-2000006060937.html,
The Guardian, 2018, https://www.theguardian.com/technology/2018/apr/15/facebook-says-it-voter-button-is-good-for-turn-but-should-the-tech-giant-be-nudging-us-at-all

19. Addiktion algoritmi

20. “Netissä surffailun
audiovisuaalisten ärsykkeiden ja
jatkuvien keskeytysten tulva
voivat johtaa lineaarisen
ajattelukyvyn rapautumiseen.
Onko nopea palkinto tärkeämpää
kuin syvällinen tiedonkäsittely?
20

21. Oppiva suosittelualgoritmi
YouTube ehdottaa seuraavaksi katsottavia
videoita käyttäjistä ja videoista kertyneen
datan perusteella.
Algoritmi käyttää apuna tekoälyä, joka
pyrkii oppimaan käytöksestäsi testaamalla
sinulle löydettyjä vaihtoehtoja.
Suosituksiin vaikuttaa mm.
1) videoiden laatutekijät (klikit ja ajat)
2) käyttäjän suosimat kanavat ja aiheet
3) käyttäjän haku- ja katseluhistoria
4) käyttäjän ikä, sukupuoli, sijainti jne.
21
Lähde: Covington, Adams, & Sargin, 2016, Deep Neural Networks for YouTube Recommendations,
https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/45530.pdf

22. MrTuomo
Valmiiksi hajonnut tuoli
22
YOUTUBEN ALGORITMIN MAINOKSIA
KAUPALLISTA SISÄLTÖÄ JA YHTEISTYÖTÄ(?)
Soikkuu
”Clarion tarjosi yön
hotellissa”
eeddspeaks
”Ville Ruotsista lähetti
juotavaa”
Lisätietoa: https://harto.wordpress.com/2018/02/08/tubettajien-kaupallinen-yhteistyo-lahti-lapasesta/

23. Ruutuaika
Suomessa 13-16-vuotiaista 80 % käyttää
kännykkää päivässä yli suositellun 2 tuntia.
Nuoret käyttävät useimmin YouTubea,
WhatsAppia, Snapchatia ja Instagramia.
Somen käytön on todettu olevan
addiktoivampaa kuin tupakan ja alkoholin.
Sosiaalisen median käyttöön voi liittyä mm.
ahdistusta, masennusta, väsymystä,
tyytymättömyyttä omaan kehoon ja
verkkokiusaamista.
23
Lähteet: DNA:n koululaiskysely 2019, https://www.sttinfo.fi/data/attachments/00863/84f281be-84c5-403c-aaf8-ad4b917db305.pdf,
RSPH, #StatusOfMind, 2017, https://www.rsph.org.uk/uploads/assets/uploaded/d125b27c-0b62-41c5-a2c0155a8887cd01.pdf

24. Tykkäysten kalastelu ja vertailu
Useiden tutkimusten mukaan sosiaalisen
median käyttäjät vertailevat julkaisujensa
tykkäys- ja kommenttimääriä muihin.
Esimerkiksi Instagramissa on riski vertailla
itseä kuvien kautta sekä kavereihin että
julkkiksiin. Pahimmillaan tykkäysmääriä
pidetään fyysisen kauneuden mittarina.
Some ja nuoret 2019 –kyselyn mukaan
n. 42 % suomalaisista 13-29-vuotiaista pyrki
tekemään julkaisuja, jotka saavat
mahdollisimman paljon reaktioita.
24
Lähde: Some ja nuoret 2019, https://www.ebrand.fi/somejanuoret2019/4-sosiaalisen-median-merkityksellisyys/,
kuva: Later, 2019, https://later.com/blog/hidden-likes-instagram/
Instagram kokeilee useissa maissa tykkäysten
piilotusta käyttäjien hyvinvoinnin vuoksi.

25. 25
Facebook ja tunteet
Facebookin tutkimuksen (2014) mukaan uutisvirrassa näytettävät
positiiviset julkaisut synnyttivät käyttäjissä positiivisia tunteita ja
negatiiviset julkaisut synnyttivät negatiivisia tunteita.
Facebook julkaisi reaktio-painikkeet vuonna 2016.
Reaktioiden avulla Facebookin on mahdollista näyttää käyttäjän
tunnetilan mukaisia julkaisuja.
Lähde: Kramer, Guillory, & Hancock, 2014, Experimental evidence of massive-scale emotional contagion through social networks,
https://www.pnas.org/content/111/24/8788.full

26. 26
Juuri tässä syntyy addiktion
aiheuttava silmukka.
Yhdessä päässä on algoritmi,
joka on yritetty ohjelmoida
manipuloimaan aivojamme
kiinnostumaan sen tarjoamasta
sisällöstä. Silmukan toisessa
päässä aivomme etsivät
järjestelmän salaisuutta, sen
toimintaperiaatetta – miksi
palkinto, miksi rangaistus?
“
Lähde: HS, 15.10.2018,
https://www.hs.fi/nyt/art-2000005864675.html

27. Närkästyksen kone

28. 28
Lähde: Pew, 2017,
http://www.people-press.org/2017/02/23/partisan-conflict-and-congressional-outreach/pdl-02-23-17_antipathy-new-00-02/
Tuohtuneet viestit saivat keskimäärin tuplasti enemmän
tykkäyksiä ja 3-4 kertaa enemmän kommentteja kuin viestit,
joissa ei tuotu esiin erimielisyyttä.
Tunne vs. järki

29. Facebook suosii vihanaamaa?
Tutkija Aleksi Knuutila selvitti puolueiden
Facebook-viestintää 1.2.2017–14.4.2019.
Suuttumusta aiheuttavat viestit saivat
eniten klikkauksia, kommentteja ja jakoja.
Eniten vihanaama-emojia käytettiin
Perussuomalaisten ja Vasemmiston
julkaisuihin reagoinnissa.
Facebookin algoritmi saattaa vahvistaa
vihaisuutta aiheuttavia julkaisuja.
29
Lähde: Aleksi Knuutila, 2019,
https://politiikasta.fi/narkastyksen-kone-miksi-uusoikeiston-aani-kuuluu-verkossa-muita-vahvemmin/
Yleisimpien tunnereaktioiden osuus eniten tunteita
herättävissä viesteissä puolueiden ja ehdokkaiden
Facebook-sivuilla.

30. 30
Kuva: Kiran Garimella/Aalto-yliopisto,
lähde: https://www.sttinfo.fi/tiedote/algoritmi-voi-luoda-sopua-clintonin-ja-trumpin-kannattajien-valille?publisherId=37936456&releaseId=57059022
Verkostoituminen voi johtaa ennakkokäsityksiä vahvistaviin kupliin ja
”kaikukammioihin”. Someväittelyissä eri mieltä olevat jakaantuvat
vastakkaisiin leireihin, joiden välissä on vaikea olla.
Polarisaatio

31. 31
”blokkasi”-sanan sisältävät suomenkieliset twiitit 05/2016 – 06/2019
Datalähde: Twitterin haku, kuva: Harto Pönkä, 15.7.2019.

32. Onko digihyvinvointi vaarassa?
32

33. Oletko yrittänyt vähentää somen käyttöä siinä kuitenkaan onnistumatta?
Datalähde: Yle ja Taloustutkimus, 7.4.2018, 15-79-vuotiaat, N=953 (sosiaalista mediaa käyttävät). Kuva: Harto Pönkä, 17.4.2019.
https://yle.fi/uutiset/3-10148277
33

34. Kiusaaminen sosiaalisessa mediassa
Eri mieltä Samaa mieltä
Kokenut kiusaamista 76 % 24 %
Kiusannut toisia 92 % 8 %
Nähnyt kiusaamista 39 % 61 %
Puuttunut kiusaamiseen 66 % 34 %
Somessa on helpompi
kiusata kuin arkielämässä 10 % 90 %
Somessa on pienempi
kynnys härnätä, ”huutaa”,
”trollata” tai olla muuten
eri mieltä
36 % 64 %
34
Lähde: Ebrand Group Oy & Oulun kaupungin sivistys- ja kulttuuripalvelut, SoMe ja nuoret, Suomessa asuvat 13-29-vuotiaat, N=6247. (CC-BY-ND-NC)
https://www.ebrand.fi/somejanuoret2019/4-sosiaalisen-median-merkityksellisyys/

35. Sosiaalisen median palvelut ovat tuoneet elämääni…
Eri mieltä Samaa mieltä
Kavereita 30 % 70 %
Seurustelukumppanin 69 % 31 %
Vertaistukea 28 % 72 %
Yhteenkuuluvuuden
tunnetta 23 % 77 %
Tietoa kiinnostavista
asioista 6 % 94 %
Tavan kuluttaa aikaa 5 % 95 %
Surua 47 % 53 %
Iloa 7 % 93 %
35
Lähde: Ebrand Group Oy & Oulun kaupungin sivistys- ja kulttuuripalvelut, SoMe ja nuoret, Suomessa asuvat 13-29-vuotiaat, N=6247. (CC-BY-ND-NC)
https://www.ebrand.fi/somejanuoret2019/4-sosiaalisen-median-merkityksellisyys/

36. Miten välttää digimaailman karikot?
1. Monilukutaito: valitse käyttämäsi palvelu, tunne ne ja
niiden algoritmit.
2. Hyvinvointi: pidä sometaukoja, ulkoile, liiku ja nuku.
3. Rakentava osallistuminen: arvosta jokaista ihmistä
hänen mielipiteistään riippumatta.
36

37. 37
Kysymyksiä tai
kommentteja?
Yhteystiedot
Harto Pönkä
0400500315
@hponka
harto.ponka@innowise.fi
https://www.innowise.fi/
Kiitos!