जिस प्रयोग को किसी ने करने का इरादा नहीं किया
2021 और 2024 के बीच, मेटा ने रैंकिंग और सामग्री के बीच संबंध पर एक प्राकृतिक प्रयोग चलाया। इसे अध्ययन करने वाले शोधकर्ताओं द्वारा "समाचारों के खिलाफ युद्ध" कहा जाता है, फेसबुक के एल्गोरिदम ने जानबूझकर समाचार और राजनीतिक सामग्री को कम प्राथमिकता दी। एक 2025 के अध्ययन ने 40 समाचार संगठनों से 5.2 मिलियन पोस्ट का परिणाम ट्रैक किया — 2016 से 2025 तक लगभग 7.9 बिलियन उपयोगकर्ता प्रतिक्रियाएँ — और पाया कि समाचारों पर प्रतिक्रियाएँ 2021 और 2024 के बीच 78% गिर गईं जबकि गैर-समाचार पृष्ठों पर प्रतिक्रियाएँ बढ़ गईं। जब यह नीति 2025 में समाप्त हुई, तो समाचारों की सहभागिता तेजी से बढ़ गई।
अध्ययन का सबसे महत्वपूर्ण कार्य चीजों को बाहर करना था: पतन समाचार आपूर्ति में गिरावट नहीं थी, फेसबुक के उपयोगकर्ताओं की कमी नहीं थी, जनता समाचार से थक नहीं रही थी। रैंकिंग परिवर्तन ने ऐसा किया। वही उपयोगकर्ता, वही प्रकाशक, वही भूख — अलग एल्गोरिदम, अलग सूचना वास्तविकता। यही सबसे शुद्ध दस्तावेजीकृत रूप में एल्गोरिदम जाल है: जो एक फ़ीड अनुकूलित करता है, वह वास्तविकता को इतना फिल्टर नहीं करता जितना कि निर्माण करता है, और सामग्री उस पराजित होती है जो भी उद्देश्य फ़ंक्शन पसंद करता है।
क्यों जुड़ाव और गुणवत्ता अलग हो जाते हैं
जाल में दुर्भावना नहीं है; यह एक उद्देश्य फ़ंक्शन है जो अपना काम कर रहा है। संलग्नता-ऑप्टिमाइज़्ड रैंकिंग उन चीज़ों का चयन करती है जो लोगों को अब प्रतिक्रिया देने के लिए प्रेरित करती हैं — और तेज़ प्रतिक्रियाओं को प्रेरित करने वाली विशेषताएँ उन विशेषताओं से व्यवस्थित रूप से भिन्न होती हैं जो सामग्री को सत्य या उपयोगी बनाती हैं:
- ✗आक्रोश सटीकता से बेहतर है: भावनात्मक उत्तेजना साझा करने को प्रेरित करती है; सत्यापन कुछ भी मापने योग्य नहीं करता। फीड 'सही' नहीं देख सकता — यह 'प्रतिक्रिया दी गई' देख सकता है।
- ✗तेज बीट्स गहरा: तीन सेकंड में उपभोग करने योग्य एक दावा तीन मिनट में होने वाले तर्क के खिलाफ रैंकिंग नीलामी जीतता है — चाहे आप विचार करने पर किसका समर्थन करें।
- ✗लोकप्रियता पूर्वाग्रह का संचय: सिफारिश प्रणाली अनुसंधान दस्तावेज़ ऐसे एल्गोरिदम को दर्शाते हैं जो पहले से लोकप्रिय खातों और वस्तुओं को असमान रूप से बढ़ाते हैं — एक ऐसा समृद्ध-होने वाला चक्र जहां प्रारंभिक गति, योग्यता नहीं, पहुंच का निर्धारण करती है।
- ✗बुलबुला प्रतिक्रिया देता है: फीड उस चीज़ को अधिक दिखाता है जिससे आपने जुड़ाव किया; संकुचित एक्सपोजर भविष्य के जुड़ाव को आकार देता है; लूप कसता है — इको चेंबर ट्रैप मनोविज्ञान के बजाय बुनियादी ढांचे के रूप में।
"बस एल्गोरिदम को नजरअंदाज करें" क्यों काम नहीं करता
व्यक्तिवादी उत्तर — अपने खुद के फीड को क्यूरेट करें, अच्छे स्रोतों का पालन करें, अनुशासित रहें — एक संरचनात्मक कारण से विफल होता है: प्लेटफ़ॉर्म डिज़ाइन जनसंख्या स्तर पर व्यवहार को आकार देता है, और आप जनसंख्या के नीचे रहते हैं। आप जिन स्रोतों का पालन करते हैं, वे अपने आउटपुट को उस पर अनुकूलित करते हैं जो रैंकिंग पुरस्कृत करती है (किसी भी समाचार कक्ष से शीर्षक A/B परीक्षणों के बारे में पूछें)। आप जिन चर्चाओं में शामिल होते हैं, वे उस पर पूर्व-फिल्टर की जाती हैं जो फीड में जीवित रहती हैं। यहां तक कि आपका चौकस, क्यूरेट किया गया कोना भी एक पारिस्थितिकी तंत्र द्वारा आपूर्ति किया जाता है जिसकी अर्थव्यवस्था एल्गोरिदम निर्धारित करता है। व्यक्तिगत अनुशासन वास्तविक है लेकिन सीमांत है — जैसे कि चीनी के लिए इंजीनियर किए गए खाद्य प्रणाली में आहार करना। जो लीवर महत्वपूर्ण है वह डिज़ाइन स्वयं है: जो रैंकिंग अनुकूलित करती है।
यह प्रश्न को फिर से परिभाषित करता है जो यह श्रृंखला बार-बार पूछती है: "उपयोगकर्ता खराब रैंकिंग का विरोध कैसे करते हैं?" नहीं बल्कि "अगर रैंकिंग एक साथ दो काम नहीं कर रही होती, तो वह कैसी दिखती?"
ईमानदार प्रतिवाद: सहभागिता एक संकेत है, और फीड्स को किसी न किसी तरह रैंक करना चाहिए।
स्टीलमैन को उसका हक मिलना चाहिए। ध्यान सीमित है और कुछ को अनंत स्क्रॉल को व्यवस्थित करना चाहिए; सहभागिता सबसे सस्ती ईमानदार संकेत है जो बड़े पैमाने पर उपलब्ध है - यह कम से कम प्रकट रुचि को मापता है न कि संपादक की अनुमान। और 'गुणवत्ता' को कार्यान्वित करना वास्तव में कठिन है: एक प्लेटफ़ॉर्म जो सत्य के आधार पर रैंक करने का दावा करेगा, वह ऐसे संपादकीय निर्णय ले रहा होगा जिस पर किसी को भरोसा नहीं करना चाहिए। सहभागिता अनुकूलन को निराशावाद के कारण नहीं चुना गया; इसे इसलिए चुना गया क्योंकि यह मापने योग्य, स्केलेबल और तटस्थ दिखने वाला है।
विपरीत यह नहीं है कि संलग्नता बेकार है — यह है कि एक संख्या दो असंगत कार्य कर रही है। 'अभी किस चीज़ को ध्यान देने की आवश्यकता है?' (एक गति प्रश्न) और 'क्या अच्छा है?' (एक गुणवत्ता प्रश्न) के अलग-अलग उत्तर हैं, और कोई भी एकल स्कोर जो दोनों का उत्तर देने के लिए मजबूर किया जाएगा, वह गति वाले प्रश्न का उत्तर देगा, क्योंकि यही वह माप सकता है। समाधान रैंकिंग को समाप्त करना नहीं है; यह है संकेतों को अलग करना — जो किसी भी चर्चा प्रणाली का एक डिज़ाइन निर्णय हो सकता है।
Argumentree इसे कैसे करता है: दो संकेत, दो काम
Argumentree का डिज़ाइन इस विभाजन को शाब्दिक रूप से लेता है — रैंकिंग और गुणवत्ता अलग-अलग संख्याएँ हैं जो अलग-अलग चीज़ों से गणना की जाती हैं:
हॉट स्कोर = चर्चा की गति, सामग्री-अंधा
सूत्र है (views + 3×replies) ÷ (age_in_hours + 2)^1.5। यह वास्तविक बातचीत को मापता है — उत्तरों का वजन दृष्टिकोण के तीन गुना होता है — जिसमें अंतर्निहित समय क्षय होता है, और यह सामग्री के प्रकार को नहीं देख सकता: एक कठिन नीति बहस और एक हल्का प्रश्न समान अंकगणित द्वारा रैंक करते हैं। कोई श्रेणी प्राथमिकता में नहीं है, क्योंकि रैंकिंग में कार्य करने के लिए कोई श्रेणी इनपुट नहीं है।
मेरिट = अलग गुणवत्ता संकेत
तर्क की गुणवत्ता रेटिंग प्रणाली में होती है: प्रत्येक तर्क पर उपयोगकर्ता के अनुसार गुणांक रेटिंग, पुनरावृत्त रूप से संचित की जाती हैं ताकि स्कोर यह दर्शा सकें कि दावे परीक्षा में कैसे टिकते हैं। गति एक चर्चा को दृश्यमान बना सकती है; यह एक तर्क को जीत नहीं बना सकती।
सड़न incumbency को रोकती है
उम्र गुणांक का मतलब है कि कल का वायरल थ्रेड आज के सक्रिय थ्रेड को फ्रंट पेज पर स्थान देता है — प्रारंभिक गति स्थायी पहुंच में नहीं बदलती, जो लोकप्रियता पूर्वाग्रह का प्रत्यक्ष प्रतिकूल है।
कोई एंगेजमेंट फार्मिंग लक्ष्य नहीं
क्योंकि गुणवत्ता जुड़ाव से नहीं आती, प्रतिक्रियाएँ उत्पन्न करना योग्यता का निर्माण नहीं करता। जाल में पुरस्कारित व्यवहार — आक्रोश का प्रलोभन, डंक थ्रेड्स — अधिकतम दृश्यता खरीदते हैं, और दृश्यता रेटिंग के लिए एक दर्शक प्रदान करती है, जहाँ तर्क को अपने दम पर खड़ा होना होता है।
एंगेजमेंट प्लेटफार्म एक नंबर का उपयोग करते हैं ध्यान और गुणवत्ता के लिए, और ध्यान जीतता है। आर्गुमेंट्री गति के अनुसार रैंक करता है और योग्यता के अनुसार स्कोर करता है — दो संकेत, दो कार्य, और गुणवत्ता का प्रश्न अंततः अपना खुद का उपकरण रखता है। देखें आर्गुमेंट्री मेथड का सबूत-भार तत्व।
प्लेटफ़ॉर्म-स्केल चचेरे भाई के तर्क जाल
एक नामकरण नोट, क्योंकि यह साइट भी 7 तर्क जाल को बनाए रखती है - समूह तर्क के नामित विफलता पैटर्न जो कमरों और थ्रेड्स में होते हैं। इस पोस्ट के शीर्षक का एल्गोरिदम जाल जानबूझकर एक स्तर ऊपर की समान प्रजाति है: सहभागिता अनुकूलन इको चेंबर, हाल की और सबसे तेज आवाज जाल हैं जो बुनियादी ढांचे के रूप में लागू किए गए हैं - कमरे के विफलता पैटर्न, एक रैंकिंग फ़ंक्शन द्वारा औद्योगिकीकृत। जाल पृष्ठ आपको बताते हैं कि अपने बैठकों में पैटर्न को कैसे पकड़ें; यह पोस्ट इस बारे में है कि आप जिन प्लेटफार्मों को बैठकों के बीच पढ़ते हैं, वे जानबूझकर उन्हें बड़े पैमाने पर क्यों चला रहे हैं, व्यवसाय मॉडल के रूप में।