فراتر از قانون ۹۰-۹-۱: فیدهای الگوریتمی چگونه توجه اینترنتی را متمرکز کردند

در تاریخ ۶ می ۲۰۲۶ (۱۶ اردیبهشت ۱۴۰۵)، تیمی از دانشمندان کامپیوتر تحلیلی بر روی ۲.۶۵ میلیون ویدیوی تیک‌تاک منتشر کردند و دقیقاً مشخص کردند که وقتی یک الگوریتم تصمیم می‌گیرد ویدیوی بعدی چیست، توجه انسان چگونه توزیع می‌شود. نتیجه یک توزیع پارتوی بی‌رحمانه بود: ۲۰ درصد از ویدیوها ۸۰ درصد از کل بازدیدها را به خود اختصاص داده بودند. این داده‌ها که از یک برنامه اهدای جهانی شامل ۱۰۰ کاربر جمع‌آوری شده بود، ثابت کرد که سیستم‌های توصیه‌گر مبتنی بر «فشار» (Push-based) محیطی ایجاد می‌کنند که در آن «برنده همه چیز را می‌برد».[2]

این یافته، مهر پایانی بر یک قانون بنیادی اینترنت زد. برای دو دهه، فرهنگ دیجیتال با معیاری از نابرابری مشارکت تعریف می‌شد که توسط محقق قابلیت استفاده، یاکوب نیلسن، ابداع شده بود. نیلسن در سال ۲۰۰۶ نوشت: «در اکثر جوامع آنلاین، ۹۰٪ کاربران تماشاگران خاموشی هستند که هرگز مشارکت نمی‌کنند، ۹٪ کمی مشارکت می‌کنند و ۱٪ تقریباً تمام فعالیت‌ها را به خود اختصاص می‌دهند.» در دوران فروم‌ها، وبلاگ‌ها و نسخه‌های اولیه ویکی‌پدیا، مانع تولید محتوا بالا بود و اقلیتی بسیار کوچک، محتوایی را تولید می‌کردند که بقیه مصرف می‌کردند.[1][3][6]

دوران نمودار اجتماعی (Social Graph) فیس‌بوک و توییتر کمی از این نابرابری مشارکت کاست، اما دسترسی به محتوا همچنان به شدت توسط تعداد دنبال‌کنندگان محدود می‌شد. اگر کاربری دنبال‌کننده‌ای نداشت، صدایی هم نداشت. اما فید الگوریتمی – که تیک‌تاک پیشگام آن بود و متا نیز در اواخر سال ۲۰۲۲ آن را به شدت در پلتفرم‌های خود به کار گرفت – وعده داد که این سیستم را دموکراتیک کند. با جدا کردن توزیع از نمودار اجتماعی، معماری جدید به این معنی بود که اولین ویدیوی هر کسی می‌توانست صرفاً بر اساس معیارهای تعامل (Engagement) به طور تئوری به میلیون‌ها نفر برسد.[4]

اما در حالی که مانع تولید محتوا به شدت کاهش یافت، تمرکز توجه سر به فلک کشید. وقتی یک الگوریتم بی‌وقفه برای به حداکثر رساندن زمان تماشای کلی بهینه‌سازی می‌کند، به شدت به نفع محتوای اثبات‌شده و بسیار جذاب عمل می‌کند. ضریب جینی – یک معیار اقتصادی که در آن ۰ نشان‌دهنده برابری کامل و ۱ نشان‌دهنده انحصار کامل است – مقیاس این تغییر را آشکار می‌کند. برای درک بهتر، نابرابرترین اقتصادهای ملی روی زمین در حدود ضریب جینی ۰.۶۳ قرار دارند.[4]

فیدهای الگوریتمی این محدودیت‌های اقتصادی را پشت سر می‌گذارند. داده‌های «استریم‌ورپد» (StreamWrapped) که ۲۲,۲۶۵ استریمر لایو تیک‌تاک را بین ماه‌های می و ژوئن ۲۰۲۶ ردیابی کرد، ضریب جینی ۰.۹۷ را برای هدایای مجازی نشان داد. ۱ درصد برتر تولیدکنندگان محتوا، ۷۰ درصد از کل درآمد را به دست آوردند، در حالی که ۵۰ درصد پایینی به طور متوسط هر کدام فقط ۲۸ سنت درآمد داشتند. اقتصاد توجه به سطحی از نابرابری رسیده است که اقتصادهای فیزیکی قادر به تحمل آن نیستند.[5]

مکانیزم محرک این تمرکز، «کشینگ پیش‌نگر» (Lookahead Caching) است. برخلاف یوتیوب که کاربران فعالانه ویدیوها را انتخاب می‌کنند، فیدهای الگوریتمی جریانی پیوسته را به کاربر تحمیل می‌کنند. همانطور که مطالعه آرکایو (arXiv) در می ۲۰۲۶ به تفصیل شرح داد، پلتفرم‌ها یک «فایل مانیفست» از ویدیوهای آینده را از قبل در دستگاه کاربر بارگذاری می‌کنند. برای اینکه کاربران به تند کشیدن (Swiping) ادامه دهند و هزینه‌های سرور کاهش یابد، الگوریتم دقیقاً همان محتواهای وایرال شده را به طور همزمان برای میلیون‌ها کاربر همپوشان نمایش می‌دهد و همپوشانی زمانی را به حداکثر و خطاهای کش را به حداقل می‌رساند.[2]

این وضعیت یک پارادوکس در قلب فرهنگ اینترنت مدرن ایجاد می‌کند. فید به نظر بی‌نهایت متنوع می‌آید زیرا تولیدکنندگان محتواهای وایرال به سرعت در حال چرخش هستند و توهم یک طبقه متوسط پررونق را ایجاد می‌کنند. ممکن است یک کاربر در یک روز شاهد وایرال شدن ده تولیدکننده محتوای ناشناس باشد. اما از نظر ریاضی، توجه به شدت بر روی همان تعداد انگشت‌شماری از ویدیوهایی متمرکز شده است که الگوریتم در حال حاضر آن‌ها را به بالای توزیع پارتو می‌فرستد.[2][4]

قانون ۹۰-۹-۱ دنیایی را توصیف می‌کرد که در آن مشارکت کمیاب بود اما توجه در هزاران انجمن تخصصی غیرمتمرکز بود. دوران الگوریتمی این معادله را معکوس کرد: مشارکت فراوان است، اما توجه یک انحصار است. راه‌حل ساختاری برای این تمرکز، نه از طریق دستکاری وزن‌های توصیه‌گر، بلکه از طریق معرفی پروتکل‌های غیرمتمرکز مانند «پروتکل اِی‌تی» (AT Protocol) خواهد بود که به کاربران اجازه می‌دهد الگوریتم‌های خود را انتخاب کنند و انحصار تک‌فید را به طور کامل بشکنند.[4]