アルゴリズム推薦システムは、私たちがオンラインで見るものを形作る上でますます重要な役割を果たしています。これらのシステムは、ユーザーの行動や好みを分析して、ユーザーに関心のある関連コンテンツを提供するように設計されています。
しかし、彼らはしばしば性別とセクシュアリティに関する異常な仮定を永続させる、それはエロティックコンテンツを推薦することになると問題になる可能性があります。たとえば、ユーザーがシスジェンダーの男性と女性がバニラセックスをしている一般的なポルノを見ている場合、アルゴリズムの推奨システムは、この人が伝統的なエロチカを好み、より同じものを推奨すると仮定するかもしれません。これは、LGBTQ+として識別したり、非伝統的な性的欲求を持っているユーザーが利用できるさまざまなオプションを制限する可能性があります。さらに、これらのシステムは「通常の」セクシュアリティを構成するものについての有害なステレオタイプを強化することができ、社会規範に準拠していない人に適した材料へのアクセスを排除します。
さらに、アルゴリズム推薦システムは、コンテンツを分類するためにメタデータとキーワードにも依存しています。たとえば、ビデオに数秒の率直な映像が含まれているが、主にストーリーテリングやキャラクター開発に焦点を当てている場合、それは「一般的な関心」と表示される可能性があり、率直な素材を求める視聴者のための推奨事項に表示される可能性が低くなります。これは、コンテンツの均質化と表現の面での多様性の欠如につながる可能性があります。
これらの問題に対処するには、アルゴリズム推薦システム内での透明性と説明責任が必要です。企業はアルゴリズムを開発するためにさまざまなチームを雇わなければならず、設計プロセス中にすべての視点が考慮されるようにしなければなりません。また、各コンテンツの性的性質を説明する明確で正確なメタデータを提供する必要があります。
最後に、プラットフォームは、異なる好みや人口統計にマッチする幅広いコンテンツを紹介することで、インクルージョンを優先する必要があります。そうすることで、性同一性や性的指向に関係なく、すべてのユーザーにより歓迎される環境を作ることができます。
アルゴリズム推薦システムは、エロティックコンテンツのオンライン消費におけるヘテロ正規性をどのように強化しますか？
アルゴリズム推薦システムは、性的指向と好みの狭い範囲を促進することによって異常行動を強化することが示されている。これは、これらのシステムの背後にある開発チームにおけるcisgenderとストレートの優位性、およびYouTubeやPornhubなどの主流プラットフォームから収集されたデータへのアルゴリズムの依存性など、いくつかの要因によるものです。