Persoon scrolt door een sociale media feed op een smartphone
/

Wat is een algoritme en hoe bepaalt het wat jij online te zien krijgt?

Je zoekt één keer naar hardloopschoenen, misschien omdat je vriend erover begon of omdat je toevallig een advertentie zag. Een dag later staat je Instagram vol met sportschoenen, loopoutfits en hardloopwedstrijden in jouw regio. Je hebt niets gevolgd, niets geliket. Toch lijkt het internet ineens te weten dat jij een hardloper bent. Geen toeval, geen magie: het algoritme is aan het werk gegaan op basis van precies die ene klik.

Stap 1: Wat is een algoritme eigenlijk?

Een algoritme is in de kern niets meer dan een reeks beslisregels die een bepaalde input omzetten naar een bepaalde output. Zo simpel kan je het samenvatten. Neem een stoplicht als voorbeeld: als het rood is, stop je; als het groen is, rij je verder. Dat is een algoritme. Input (kleur), regel (stop of rij), output (jouw actie).

Online algoritmen werken op exact hetzelfde principe, maar dan met miljoenen inputs tegelijk en regels die zichzelf voortdurend bijstellen. Ze beantwoorden constant één vraag: wat is de grootste kans dat jij op dit specifieke moment op dit specifieke stukje content klikt, het uitkijkt, deelt of er iets mee doet? Alles wat je ziet op TikTok, YouTube, Spotify of Google is een antwoord op die vraag.

Stap 2: Jouw gedrag als grondstof

Platforms verzamelen veel meer signalen dan je denkt. Niet alleen wat je aanklikt of liket, maar ook wat je juist níét doet. Een paar voorbeelden van wat er allemaal bijgehouden wordt:

  • Hoe lang je een video bekijkt voor je wegklikt (kijktijd)
  • Waar je pauzeert terwijl je scrollt
  • Welke thumbnails je voorbij scrolt zonder aan te raken
  • Of je een aflevering hervat of opnieuw begint
  • Hoe snel je een zoekresultaat verlaat en terugkeert naar de lijst

Die laatste is interessant: als je een link aanklikt en binnen drie seconden terugkomt, registreert het platform dat de content niet voldeed. Een afwijzing dus, zonder dat jij ooit op een dislike hebt geklikt. Al deze signalen samen vormen de ruwe grondstof waarmee het algoritme aan de slag gaat.

Stap 3: Van klikgedrag naar profiel

TikTok staat erom bekend dat het bijzonder snel een gebruikersprofiel opbouwt. Binnen de eerste 30 minuten na je eerste gebruik heeft het platform al een voorlopige inschatting van jouw interesses, je geschatte leeftijdsgroep en het type content waarbij je langer blijft hangen. Dat doet het puur op basis van kijktijd en scrollgedrag, nog voor je ook maar iemand hebt gevolgd.

Dat profiel is geen statisch bestand. Na elke sessie wordt het bijgesteld, net zoals technologische tools voor sporters continu leren van je gedrag. Kijk jij drie avonden op rij kookvideo’s, dan verschuift jouw profiel geleidelijk in die richting. Stop je er plotseling mee en ga je docu’s kijken over klimaat, dan past het systeem zich aan. Het profiel is eigenlijk een levend gemiddelde van al jouw klikgedrag tot nu toe.

Stap 4: Het rankingmoment

Op platforms als YouTube of Spotify liggen op elk moment miljoenen stukken content klaar. Het algoritme moet uit dat enorme aanbod een gepersonaliseerde shortlist samenstellen en die bovendien in de juiste volgorde tonen. Dat is het rankingmoment.

YouTube kijkt hierbij onder andere naar: hoe goed een video presteerde bij mensen met een vergelijkbaar profiel, hoe recent de video is, en of de maker een kanaal is dat jij eerder bekeek. Spotify doet iets soortgelijks bij afspeellijsten als Discover Weekly: het kijkt naar wat mensen met overlappend luistergedrag ook leuk vonden. Zo kom je bij artiesten die je nog nooit hebt gezocht, maar die statistisch gezien goed bij jou passen.

De volgorde is daarbij net zo belangrijk als de selectie. De eerste video of het eerste nummer dat je ziet, heeft een veel hogere kans om afgespeeld te worden dan het tiende. Platforms weten dit en plaatsen bewust de content die het hoogste engagement-potentieel heeft bovenaan.

Stap 5: De feedbackloop die zichzelf versterkt

Hier wordt het interessant, en een beetje problematisch. Elke klik die je doet, traint het systeem opnieuw. Stel je kijkt een video over veganism. Het algoritme biedt vervolgens meer content in die richting aan. Klik je daar ook op, dan krijg je nog meer van hetzelfde. Na verloop van tijd zit je in een bubbel: je ziet alleen nog wat aansluit bij wat je al weet en al gelooft. Niet omdat het platform het zo bedoeld heeft, maar omdat het systeem simpelweg optimaliseert voor klikken.

Die zichzelf versterkende feedbackloop is precies de reden waarom je na één zoekopdracht naar hardloopschoenen ineens overal sportcontent ziet. Het algoritme trekt een conclusie op basis van te weinig data en bouwt daar vervolgens op voort.

Hetzelfde woord, drie totaal verschillende resultaten

Typ drie mensen tegelijk het woord ‘ontspanningsmuziek’ in op Spotify. De eerste is een regelmatige jazz-luisteraar van 38 uit Gent. De tweede is een student van 21 die voornamelijk lo-fi hip-hop draait tijdens het studeren. De derde is iemand die net begonnen is met meditatie en al wat nature sounds heeft afgespeeld.

Alle drie typen hetzelfde zoekwoord in. Alle drie krijgen ze een compleet andere lijst. Geen van de resultaten is objectief ‘het beste’. Ze zijn gepersonaliseerd op basis van eerdere sessies, en dat maakt vergelijken tussen gebruikers bijna onmogelijk. Wat jij vindt als ‘ontspanningsmuziek’ op Spotify is jouw versie van Spotify, niet de universele versie.

Wat het algoritme niet ziet

Een algoritme werkt met data, en data is nooit de volledige realiteit. Het systeem weet niet dat jij vanavond na een vervelende vergadering gewoon iets licht en doms wil kijken, terwijl je normaal gesproken documentaires kiest. Het weet niet dat jij die kookshow aanbekeek omdat je televisie aan stond terwijl je iets anders deed. Het weet niet dat jij bewust op zoek bent naar iets nieuws omdat je je verveelt met je eigen smaak.

Toeval, stemming en context zijn dingen die jij wel hebt, maar het systeem mist. Een algoritme optimaliseert op patronen uit het verleden. Het is per definitie achterwaarts gericht, terwijl jij vooruit leeft.

Drie manieren om zelf de regie terug te pakken

Wij van Something.be vinden het belangrijk om niet alleen uit te leggen hoe algoritmen werken, maar ook wat je er concreet mee kan doen. Drie aanpakken die echt werken:

Wis je zoek- en kijkgeschiedenis regelmatig. Op YouTube, TikTok en Spotify kan dit in de instellingen. Het is de snelste manier om je profiel te resetten en het algoritme opnieuw te laten beginnen met minder aannames.

Klik bewust op iets wat je normaal nooit zou aanraken. Eén keer een jazz-afspeellijst openen, een YouTubekanaal over sterrenkunde bekijken, een krant lezen die je normaal links laat liggen. Het systeem trekt conclusies uit elke klik, dus geef het andere input en je krijgt andere output.

Gebruik meerdere platforms of accounts voor verschillende stemmingen. Een tweede Spotify-account voor werk, een aparte browser voor nieuwsonderzoek. Zo voorkom je dat al je online gedrag samenkomt in één profiel dat steeds extremer gepersonaliseerd raakt.

Een algoritme is, op het simpelste niveau, een reeks regels die input omzet in output. In de praktijk van social media en streamingplatforms is het een systeem dat jouw gedrag als grondstof gebruikt, er een profiel van maakt en dat profiel elke sessie verder aanscherpt. De hardloopschoenen die je zoekopdracht triggerde, zijn allang vergeten door jou, maar niet door het systeem. Wij van Something.be vinden het daarom nuttig om dit soort mechanismen concreet uit te leggen: wie begrijpt hoe het werkt, kan er bewuster mee omgaan.

Vorige blog

Wat is machine learning en hoe verschilt het van gewone programmering?