وقتی برای اولین بار اپلیکیشن تیکتاک را باز میکنید، این پلتفرم اطلاعات زیادی درباره شما ندارد. تنها موقعیت مکانی تقریبی، زبان و شاید حضور شما در لیست مخاطبان دیگران را میداند. اما علایق شما یک راز بزرگ است. به همین دلیل، مجموعهای از ویدیوهای محبوب از پیش انتخابشده را به شما نمایش میدهد و واکنش شما را زیر نظر میگیرد؛ اینکه چقدر روی یک ویدیو مکث میکنید، آن را لایک میکنید، به اشتراک میگذارید یا برای دوستی ارسال میکنید.
این دادههای اولیه، سنگبنای الگوریتمی را میسازند که قرار است دنیای محتوایی شما را در این پلتفرم شکل دهد. اما این الگوریتم قدرتمند و بهظاهر جادویی، ریشههایی کاملاً انسانی دارد.
مداخله انسانی: راز پشت پرده الگوریتم تیکتاک
در اواخر سال ۲۰۱۸، شرکت «بایتدنس» (ByteDance)، مالک تیکتاک، تیم کوچکی از متخصصان محتوا را در مکزیکوسیتی استخدام کرد تا این اپلیکیشن را به دنیای لاتین معرفی کند. یکی از این افراد، جوانی بیستوچندساله به نام «خورخه ریس» (Jorge Reyes) بود. وظیفه او و همکارانش انتخاب ویدیوهای آشپزی، رقص، فوتبال و کلیپهای کوتاه دیگر برای کاربران اسپانیاییزبان بود.
خورخه و تیمش در واقع «مترجمان فرهنگی» برای تیم اصلی در چین بودند. آنها به مهندسان چینی کمک میکردند تا بفهمند چه نوع محتوایی برای جوانان لاتین جذاب است. اما آنها یک شاگرد دیگر هم داشتند: خودِ الگوریتم. در ابتدا، الگوریتم تیکتاک در پیشنهاد ویدیوهای مناسب برای خارج از چین بسیار ضعیف عمل میکرد و ویدیوهای کوتاه یا بیکیفیت را نمایش میداد. برای حل این مشکل، بایتدنس به تیمهای محلی مانند تیم خورخه متکی بود. هر بار که آنها ویدیوی بدی را حذف یا ویدیوی خوبی را تقویت میکردند، یک نقطه داده جدید به الگوریتم اضافه میشد تا در پیشنهاد بعدی خود هوشمندتر عمل کند.
ابزاری که خورخه برای تقویت یک ویدیو استفاده میکرد، «گرم کردن» (heating) نام داشت. این ابزار یک اهرم مخفی بود که سیستم پیشنهاددهی عادی را دور میزد و تضمین میکرد یک ویدیو به تعداد مشخصی بازدید (از ۵ هزار تا ۵ میلیون) برسد. این کار باعث میشد تولیدکنندگان محتوای خوششانس، یکشبه وایرال شوند. این فرآیند یک راز داخلی در بایتدنس بود، زیرا اگر کاربران میدانستند که موفقیت در این پلتفرم نه بر اساس شایستگی، بلکه با انتخاب کارمندان اتفاق میافتد، جادوی الگوریتم از بین میرفت.
تلاش برای تنوع: فراتر از رقص و لبخوانی
یکی دیگر از وظایف مهم خورخه، گسترش جذابیت تیکتاک بود. این اپلیکیشن از دل اپ دیگری به نام «میوزیکالی» (Musical.ly) بیرون آمده بود و در ابتدا پر از ویدیوهای رقص و لبخوانی نوجوانان بود. در آن زمان، هر ویدیویی غیر از این موارد، برچسب «متنوع» میخورد. به گفته خورخه، تنها ۱۲ درصد ویدیوها در ابتدا «متنوع» بودند و وظیفه او معکوس کردن این آمار بود.
تیم او با استفاده از ابزار «گرم کردن» و همچنین پروموت کردن هشتگهای مرتبط با رویدادهای روز، فیلمها و آهنگهای محبوب، تلاش میکرد تولیدکنندگان محتوای جدید را تشویق کند. آنها حتی میتوانستند ترتیب نمایش پستها در صفحات هشتگها را تغییر دهند یا با افزودن برچسب «رسمی» (official)، به ویدیوها اعتبار ببخشند.
همزمان با این تلاشهای انسانی، بایتدنس نزدیک به یک میلیارد دلار برای بازاریابی تیکتاک هزینه کرد. این شرکت با صرف روزانه ۳ میلیون دلار برای تبلیغات در پلتفرمهای رقیب مانند فیسبوک، اینستاگرام و یوتیوب، کاربران جدیدی را جذب کرد. اما نگه داشتن این کاربران، وظیفهای بود که بر دوش متخصصان محتوایی مانند خورخه قرار داشت.
در نهایت، با سرازیر شدن کاربران جدید از سراسر جهان، الگوریتم تیکتاک با دادههای عظیم فرهنگی غنی شد و قدرت پیشبینی خود را به دست آورد. تفاوت اصلی تیکتاک با رقبایش در این است که به جای تکیه بر «ترجیحات بیانشده» (لایک و کامنت)، بر «ترجیحات آشکارشده» (مدت زمان تماشا و مکث) تکیه میکند. به همین دلیل است که حتی اگر هرگز ویدیویی درباره یک موضوع خاص را لایک نکنید، الگوریتم میداند که شما به آن علاقهمندید. همانطور که یکی از سرمایهگذاران گفته است، در تیکتاک، «هوش مصنوعی خودِ محصول است» و این پلتفرم تصمیم میگیرد که شما چه چیزی را تماشا کنید.