Apakah SEO Bertanggung Jawab Untuk Bias Pencarian Google?

Apakah SEO Bertanggung Jawab Untuk Bias Pencarian Google?

Pada tahun 2016, PBB menyatakan bahwa akses ke internet adalah hak asasi manusia.

Keputusan ini diambil dengan pemahaman bahwa internet adalah alat bagi setiap orang untuk mengakses informasi secara terjangkau dan mengekspresikan diri.

Resolusi ini menimbulkan diskusi seputar akses dalam hal infrastruktur, di mana kabel serat dipasang atau diperbarui, atau memungkinkan akses tanpa gangguan selama kerusuhan sipil dan keadaan darurat lainnya.

Meskipun ini adalah poin yang valid dan penting, internet bukan hanya kabel dan layar, dan informasi yang diakses dapat diubah berdasarkan algoritme.

Karena internet telah terintegrasi ke dalam kehidupan kita, sekarang internet menjadi bagian dari infrastruktur sosial kita (mirip dengan layanan medis atau pendidikan).

Telah didokumentasikan dengan baik bahwa bias ada dalam ruang medis dan pendidikan, termasuk akses ke perawatan dan kualitas perawatan, tetapi bagaimana dengan hasil pencarian?

Apakah mereka adil? Apakah mereka mewakili dunia di sekitar kita? Atau apakah mereka menyebabkan lebih banyak kerusakan daripada kebaikan?

Apa yang Ada Dalam Sebuah Algoritma?

Dalam pemasaran digital, “algoritma” adalah istilah yang dilontarkan setiap hari terlepas dari apakah seseorang mengerti apa artinya. Setiap platform memiliki satu (atau beberapa), dan tugas kita adalah mencoba dan memuaskan mereka.

Algoritma adalah prosedur yang diikuti ketika suatu sistem melakukan perhitungan.

Proses ini mengambil input dan menggunakan rumus, aturan, atau operasi pemecahan masalah lainnya untuk menghasilkan output.

Untuk pencarian, ini berarti kueri yang dimasukkan ke dalam kotak pencarian adalah input, dan SERP (halaman hasil mesin pencari) adalah outputnya.

Ini adalah penjelasan yang sangat sederhana tentang apa yang terjadi. Google menggunakan beberapa algoritme dalam kombinasi dengan AI (Kecerdasan Buatan) dan pembelajaran mesin.

Membedah seluruh sistem akan jauh di luar jangkauan saya dan di luar tujuan artikel ini.

Kenari di SERPs

Sebagai seorang wanita, saya tidak asing dengan bias di situs web, kebijakan, dan masyarakat pada umumnya.

Setiap hari saya menavigasi dunia dengan sejumput garam. Menyelidiki potensi bias dalam hasil pencarian adalah sesuatu yang saya minati selama beberapa waktu, dan saya mulai meneliti topik tersebut pada tahun 2021.

Proyek penelitian asli (Pengungkapan penuh: Yang saya bantu lakukan) disebut Beri Kami Fitur, Bukan Bunga meneliti bias gender dari lanskap sosial dan pencarian untuk fotografer profesional.

Beberapa kueri netral gender diuji, seperti “akun Instagram fotografi terbaik” atau “fotografer terbaik”.

Hasil?

Wanita ditampilkan sebagai fotografer profesional jauh lebih sedikit daripada pria dalam hasil yang kaya dan dalam konten di halaman satu, meskipun terdiri dari 50% profesional.

Siapa yang bertanggung jawab atas bias ini? Para penulis yang menulis artikel? Mesin pencari untuk memberi penghargaan pada halaman-halaman itu? SEO pro untuk merekomendasikan artikel ke klien mereka?

Reaksi naluri saya adalah menyalahkan siapa pun yang menciptakan algoritme.

Meskipun ini benar sampai taraf tertentu, ini bukan keseluruhan cerita dan sama sekali tidak adil.

Bias berakar pada struktur sosial kita yang ada, dijalin ke dalam budaya, pemerintahan, dan interaksi kita dengan dunia di sekitar kita.

Apakah Algoritma PageRank Bias?

Penelitian yang diterbitkan pada tahun 2011 telah mempertanyakan keadilan PageRank.

Model menunjukkan bahwa seiring pertumbuhan web, stabilitas situs web peringkat teratas menjadi lebih stabil, meninggalkan situs web yang tersisa untuk berdebat tentang memo.

Nature, jurnal peer-review, menerbitkan sebuah artikel di Februari 2022 memeriksa algoritma PageRank untuk melihat apakah itu memperkenalkan atau memperkuat bias.

Sederhananya, para peneliti menciptakan lima model sosial potensial dengan berbagai tingkat homofili (“kecenderungan untuk terhubung dengan orang lain yang serupa”).

Setiap model berisi 20 node, tetapi mari kita menyebutnya sebagai situs web. Kemudian setiap situs web diberi peringkat halaman dan baik sebagai bagian dari mayoritas atau minoritas dalam masyarakat.

Ketimpangan diukur dengan menggunakan koefisien Gini (analisis statistik untuk mengukur ketidaksetaraan) untuk melihat bagaimana skor individu terhadap distribusi yang sama. Ketimpangan diukur dengan menghitung persentase minoritas di hasil pencarian teratas.

Temuan mereka menunjukkan bahwa algoritma PageRank dapat mengurangi, mereplikasi, atau memperkuat bias tergantung pada model yang digunakan.

Dalam model dengan tingkat homofili yang tinggi, suara-suara dominan melanggengkan perspektif dan bias tersebut sementara tidak mewakili minoritas.

Di sisi lain, ketika kelompok mayoritas adalah heterofilik (kecenderungan untuk berkumpul dalam kelompok yang beragam), ada representasi minoritas yang berlebihan.

Ini meletakkan beberapa dasar untuk penelitian masa depan seputar intervensi potensial atau pengurangan bias pada algoritma.

Persimpangan Budaya Dan Hasil Pencarian Gambar Google

Banyak penelitian telah menunjukkan bahwa algoritma dapat dan banyak yang bias. Seperti yang telah dibahas sebelumnya, PankRank dapat memainkan bias ini untuk memperkuat atau menguranginya, tetapi algoritme tidak bertindak sendiri.

Dalam contoh Google, tidak hanya ada banyak algoritme yang dimainkan, tetapi juga AI dan pembelajaran mesin. Semua elemen ini berkembang terus menerus melalui interaksi (manusia) kita.

Bagian lain dari penelitian yang diterbitkan tahun ini menyelidiki apakah ketidaksetaraan gender masyarakat hadir dalam hasil pencarian Gambar Google (melalui algoritme pencarian yang dilokalkan).

Para peneliti memplot ketidaksetaraan gender berdasarkan negara (berdasarkan Indeks Kesenjangan Gender Global) dan persentase pria yang muncul di hasil pencarian Gambar Google saat mencari “orang” dalam bahasa masing-masing negara (menggunakan VPN untuk mengakses hasil lokal).

Negara-negara dengan ketidaksetaraan gender yang lebih besar melihat lebih banyak gambar laki-laki untuk kata kunci “orang” yang netral gender. Yang mereka klaim adalah hubungan antara norma-norma sosial dan keluaran algoritmik.

Bagian kedua dari penelitian ini melihat bagaimana hasil yang bias ini dapat mempengaruhi pengambilan keputusan individu.

Peserta melihat tangkapan layar hasil Gambar Google dari negara-negara dengan ketidaksetaraan rendah dan ketidaksetaraan tinggi dan ditanyai pertanyaan tentang gender dan pekerjaan.

Melewatkan detail (walaupun menurut saya artikel ini layak untuk dibaca), hasilnya menunjukkan bahwa bias budaya yang ada dalam algoritme dapat (dan memang) memengaruhi pengambilan keputusan individu.

Ketika peserta melihat hasil gambar dari negara-negara dengan ketidaksetaraan rendah, hasil mereka lebih egaliter dibandingkan dengan hasil dari negara-negara dengan ketidaksetaraan tinggi, di mana hasilnya memperkuat bias gender.

Tingkat ketidaksetaraan gender masyarakat tercermin dalam algoritme pencarian, yang membuat saya bertanya-tanya berapa banyak. Kombinasi dari unsur-unsur tersebut kemudian mempengaruhi persepsi individu melalui setiap penggunaan.

Siapa yang Bertanggung Jawab Atas Bias Dalam SERPs?

Saya memulai perjalanan ini dengan mengajukan pertanyaan ini dengan harapan mendapatkan jawaban yang sederhana.

Sayangnya, tidak ada satu pun karena kita semua bertanggung jawab atas bias dalam hasil pencarian. Dari pembuat kode asli hingga penulis, hingga profesional SEO dan pembuat tautan, dan juga masyarakat, budaya, dan lingkungan tempat kita berada.

Bayangkan semua algoritme yang berinteraksi dengan Anda setiap hari. Jika paparan terhadap algoritme tersebut memengaruhi persepsi Anda tentang dunia, maka itu akan menjadi berantakan, menguraikan string dari banyak input.

Bagaimana kita bisa membuatnya lebih baik?

Sebagai seorang optimis yang putus asa, saya tidak bisa meninggalkan Anda dengan beban yang begitu berat. Mari kita mulai diskusi tentang bagaimana kita dapat membuat pencarian dan konten menjadi ruang yang lebih inklusif.

Para peneliti yang meneliti bias di PageRank membahas bahwa sementara jaringan homofilik mendorong ketidaksetaraan dalam representasi, minoritas dapat mengatasinya melalui jaringan strategis.

Itu bukan solusi yang masuk akal, jadi mereka menyarankan untuk menerapkan DPAH (jangan khawatir, saya tidak akan membahas detailnya!).

Model ini akan menghilangkan kebutuhan kaum minoritas untuk berjejaring dengan mayoritas.

Intervensi berbasis psikologi disarankan oleh penelitian lain karena mereka menyimpulkan bahwa ketidaksetaraan gender masyarakat tercermin dalam algoritme. Mereka menyerukan AI yang lebih etis yang menggabungkan pemahaman kita tentang psikologi dan masyarakat.

Biasanya perhatian terbesar seorang ahli SEO adalah bagaimana mengajukan banding ke algoritme daripada mempertanyakan kesetaraan atau kesetaraannya atau bagaimana kita dapat melanggengkan bias yang berbahaya.

Melalui penggunaan perangkat lunak bertenaga AI untuk menafsirkan algoritme yang didukung AI, seharusnya ada saat di mana kita mulai mempertanyakan komponen etis dari pekerjaan kita.

Saat ini, hasil penelusuran bukanlah representasi akurat dari dunia yang adil jika memungkinkan.

Sebagai ahli SEO, pembuat konten, dan pemasar, kami memainkan peran besar dalam mereproduksi konten yang tidak adil, meningkatkan visibilitas ke suara yang sudah besar, dan melestarikan bias budaya lokal kami.

Berikut adalah beberapa saran lain yang saya miliki untuk membantu menciptakan lanskap pencarian yang lebih adil.

  • Berhenti mereplikasi konten yang bias – bagikan platform Anda dengan beragam suara dan buat narasi baru seputar niche Anda.
  • Mengaudit konten AI – Saya tidak akan mengatakan tidak untuk semua konten AI, tetapi harus ditinjau oleh manusia karena berisiko jatuh ke pola yang sama.
  • Audit algoritma – mirip dengan cara kami mengaudit situs web, algoritma dapat diaudit. Ada sumber daya untuk mengaudit potensi bias dan mengaudit untuk penilaian dampak.
  • Mendukung pendidikan – mendukung atau menjadi sukarelawan dengan organisasi yang menyediakan pengkodean, perangkat lunak, atau pelatihan teknis untuk wanita, orang kulit berwarna, atau kelompok terpinggirkan lainnya. Teriak ke Wanita di Tech SEO karena menjadi salah satu ruang itu.
  • Sumber daya multibahasa – buat SEO dan sumber daya pemasaran lainnya dalam bahasa selain bahasa Inggris untuk memungkinkan beragam suara dan perspektif.
  • Buat algoritme dan AI yang tidak terlalu bias – lebih mudah diucapkan daripada dilakukan, tetapi Google AI mengumumkan KELM tahun lalu, yang memiliki beberapa potensi dalam hal pengecekan fakta dan mengurangi bias
  • Hentikan gentrifikasi pencarian – Menjadi anti persaingan berarti menjadi anti bisnis. Ini menekan suara baru dan beragam, jadi saya ingin melihat lebih banyak perusahaan di lanskap pencarian dan lebih banyak variasi dalam hasil.

Saya tidak bermaksud untuk memiliki kata akhir tentang topik ini, karena percakapan ini harus berlanjut di utas Twitter, di konferensi, sambil minum kopi, dan dalam pekerjaan kita sehari-hari.

Silakan sampaikan pemikiran atau pertanyaan Anda tentang topik ini sehingga kami dapat mulai mendiskusikan pembuatan pengalaman penelusuran yang tidak merugikan masyarakat.

Lebih banyak sumber daya:


Gambar Unggulan: Andrii Yalanskyi/Shutterstock

Share

Leave a Reply

Your email address will not be published. Required fields are marked *