Conceito Capes

5

Trabalho baseado em tese de aluna do PPGCOM recebe premiação internacional

Pesquisa investiga a transparência algorítmica nas redes sociais acadêmicas, com foco no ResearchGate

Luciana Monteiro Krebs, doutorando do PPGCOM, recebe prêmio internacional.
Luciana Monteiro Krebs, doutoranda do PPGCOM, recebe prêmio internacional. Foto: Paulina Janus

Um trabalho oriundo da tese de Luciana Monteiro Krebs, aluna do Programa de Pós-Graduação em Comunicação da UFRGS (PPGCOM), sobre algoritmos de recomendação nas redes sociais acadêmicas, recebeu o prêmio de melhor apresentação na 2nd International Conference on Data and Information in Online Environments (II EAI DIONE 2021). O evento ocorreu no formato virtual, organizado pela European Alliance for Innovation (EAI), em março de 2021.

O trabalho, chamado “Descrevendo recomendações na academia: como o ResearchGate se comunica com seus usuários (por meio de design ou mediante solicitação) sobre algoritmos de recomendação” (Depicting recommendations in academia: How ResearchGate communicates with its users (via design or upon request) about recommender algorithms), é resultado de uma colaboração internacional, interinstitucional e interdisciplinar com autores de três grupos de pesquisa: Meaningful Interactions Lab (Mintlab / KU Leuven – Bélgica), Comunicação Científica (PPGCOM / UFRGS – Brasil) e Augment / Human-Computer Interaction (HCI / KU Leuven – Bélgica). Luciana apresentou o trabalho na conferência também em nome de seus coautores Bieke Zaman, Nyi-Nyi Htun, Sônia Elisa Caregnato e David Geerts.

No artigo, os autores investigaram a transparência algorítmica de uma das redes sociais acadêmicas mais populares entre pesquisadores de todo o mundo, o ResearchGate, que possui mais de 17 milhões de usuários. A análise de como a plataforma se comunica com os usuários em relação ao uso de algoritmos de recomendação seguiu duas etapas: primeiramente, uma análise do design de interface da plataforma; posteriormente, um inquérito à empresa, usando o direito à explicação previsto no General Data Protection Regulation (GDPR), um framework jurídico europeu de proteção aos dados dos usuários.

Os resultados mostram que, embora haja um alto grau de inferência sobre o usuário (cerca de 67% das etiquetas que definem o perfil do usuário são atribuídas automaticamente e sem possibilidade de acesso ou edição pelo usuário na interface do sistema), quase nada sobre a lógica de como essas etiquetas são atribuídas foi revelado pela empresa, nem na interface, nem mediante solicitação. O problema é que quase todos os conteúdos disponibilizados no ResearchGate sofrem algum tipo de curadoria algorítmica, ou seja, esse perfil algorítmico molda o que os usuários vão ou não ver dentro da plataforma, mas existe pouca transparência e autonomia do usuário com relação a esse processo.

Os resultados apontam ainda as seis entidades principais envolvidas em recomendações algorítmicas no ResearchGate (Pesquisador, Instituição, Projeto de Pesquisa, Publicação, Vagas de emprego e Dúvidas), além de dezenas de metadados que são coletados sobre usuários e suas publicações para recomendar conteúdos na plataforma. Os autores mostram evidências dos mecanismos de seleção de informação, mercantilização de conteúdo e definição de perfis, além de demonstrar como os diferentes atores (usuários, conteúdo, plataforma) são mutuamente constitutivos em suas interações dentro da rede. No final do artigo, eles discutem esses mecanismos e seus impactos na comunicação científica.

O pré-print do artigo está disponível no ResearchGate, e pode ser acessado gratuitamente neste link. O vídeo da apresentação no evento está disponível no canal do Mintlab no YouTube.

Fonte: Secom/UFRGS

Compartilhe

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on skype
Skype
Share on whatsapp
WhatsApp
Share on email
Email