💬 NLP

Examining the Role of YouTube Production and Consumption Dynamics on the Formation of Extreme Ideologies

تقدم هذه الورقة دراسة طولية قائمة على أساليب مختلطة شملت 1,100 مشارك من الولايات المتحدة، تُظهر أن التحولات نحو الأيديولوجيات المتطرفة مدفوعة بديناميكية تبادلية حيث يستهلك المستخدمون محتوى من قنوات تنتج بشكل متزايد مواد مثقلة بالغضب والمظلومية، والتي بدورها تزيد من حدة الاستقطاب الأيديولوجي.

المؤلفون الأصليون: Sarmad Chandio, Rishab Nithyanand

نُشر 2026-03-10

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Sarmad Chandio, Rishab Nithyanand

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل الإنترنت، وتحديداً يوتيوب، ليس كمكتبة حيث تختار الكتب من الرف فحسب، بل كـ مطعم ضخم فائق السرعة حيث يتحدث الطهاة (صناع المحتوى) والزبائن (المشاهدون) باستمرار مع بعضهم البعض عبر جهاز لاسلكي سحري غير مرئي.

هذه الورقة البحثية، بعنوان "فحص دور ديناميكيات الإنتاج والاستهلاك على يوتيوب في تشكيل الأيديولوجيات المتطرفة"، تحاول معرفة من الذي يمسك بزمام الأمور في تحديد قائمة الطعام: هل يقوم الطهاة بطهي أطباق غريبة وحارة جداً فقط لجذب انتباهك؟ أم أن الزبائن هم من يصرخون طلباً للطعام الحار، مما يجبر الطهاة على طهيه؟

إليك تفصيل هذه الدراسة بأسلوب مبسط:

1. الإعداد: اختبار تذوق لمدة عام كامل

تتبع الباحثون 1,100 أمريكي لمدة عام كامل. وقاموا بشيئين:

الاستطلاع: سألوا هؤلاء الأشخاص عن آرائهم في مواضيع مثيرة للجدل (مثل اللقاحات، الهجرة، والإجهاض) في بداية ونهاية العام.
قائمة المشاهدة: تتبعوا سراً وبدقة كل الفيديوهات التي شاهدها هؤلاء الأشخاص على يوتيوب خلال ذلك العام نفسه.

وقسموا الناس إلى مجموعتين:

"المنضبطون" (المحايدون): الأشخاص الذين لم تتغير آراؤهم كثيراً.
"المتأرجحون" (المتطرفون): الأشें الذين بدأت سنتهم بآراء طبيعية وانتهت بآراء أكثر غضباً أو تطرفاً أو راديكالية.

2. النتائج: ماذا أكلوا؟ (الاستهلاك)

نظر الباحثون في "نكهة" الفيديوهات التي شاهدها "المتأرجحون" مقارنة بـ "المنضبطين".

"توابل الغضب": كان نظام "المتأرجحين" الغذائي مليئاً بـ الغضب والمظلومية (الشعور بالتعرض للظلم أو المعاملة غير العادلة).
الاستعارة: تخيل أن "المنضبطين" كانوا يتناولون وجبة متوازنة من الأخبار والكوميديا والموسيقى. أما "المتأرجحون"، فقد كانوا يتناولون في الغالب "حساء الغضب الحار". لم يكن الأمر مجرد أنهم اختاروا الحساء؛ بل إن الحساء كان موجوداً في كل مكان ينظرون إليه.

3. النتائج: من طهى الحساء؟ (الإنتاج)

بعد ذلك، نظروا في "الطهاة" (قنوات يوتيوب) الذين أحبهم "المتأرجحون.

الوصفة: وجدوا أن القنوات الشعبية لدى "المتأرجحين" كانت تطهو بنشاط بمستويات أعلى بكثير من الغضب والقوة والمظلومية مقارنة بالقنوات التي شاهدها "المنضبطون".
الفرق: كانت القنوات "المتطرفة" مثل مطبخ لا يقدم سوى الطعام الحار. حتى عندما كانت الأخبار هادئة، كان هؤلاء الطهاة يضيفون صوصاً حاراً إضافياً. أما القنوات "المحايدة" فكانت أشبه بـ "مقصف" قياسي، يقدم مزيجاً من الأشياء.

4. السؤال الكبير: من يقود الحافلة؟

هذا هو الجزء الأهم. استخدم الباحثون أداة إحصائية (تسمى سببية غرانجر) لمعرفة من يؤثر في الآخر. فكر في الأمر كرقصة: هل الراقصون يتبعون الموسيقى، أم أن الفرقة تعزف من أجل الراقصين؟

بالنسبة لمعظم المواضيع: كان "الطهاة" (المنتجون) هم من يقودون. لقد طهوا المحتوى الغاضب أولاً، ثم تبعهم الجمهور. وهذا يشير إلى أن المبدعين هم من يقودون الحافلة.
بالنسبة للغضب تحديداً: كان الأمر طريقاً ذا اتجاهين.
- الطهاة صنعوا فيديوهات غاضبة.
- المتأرجحون شاهدوها وأصبحوا أكثر غضباً.
- المتأرجحون ضغطوا على زر "أعجبني" وكتبوا التعليقات، ليقولوا للطهاة: "المزيد من هذا!".
- الطهاة صنعوا المزيد من الفيديوهات الغاضبة.
- النتيجة: حلقة تغذية راجعة (Feedback Loop). إنه يشبه وضع ميكروفون قريباً جداً من مكبر صوت؛ حيث يصبح الصوت أعلى فأعلى حتى يبدأ بالصراخ.

5. الاتصال بالعالم الحقيقي

لاحظت الدراسة أنه عندما تحدث أشياء مخيفة وكبيرة في العالم الحقيقي (مثل الغزو الروسي لأوكرانيا أو التضخم المرتفع)، ارتفع غضب الجميع. لكن القنوات "المتطرفة" استجابت بشكل أسرع وأعلى صوتاً، محولةً تلك الأحداث إلى ساحة صراخ مستمرة، بينما حافظت القنوات "المحايدة" على الأمور أكثر توازناً.

الخلاصة: تشبيه "المطعم"

تخلص الورقة البحثية إلى أن النظام الحالي معطل بسبب الحوافز.

المشكلة: خوارزمية يوتيوب (المدير) تكافئ الطهاة الذين يحصلون على أكبر قدر من الانتباه. ولسوء الحظ، الغضب هو ما يجذب أكبر قدر من الانتباه.
الدورة:
1. يدرك الطهاة أن الفيديوهات الغاضبة تحصل على مشاهدات أكثر.
2. يبدأون في طهي المزيد من "حساء الغضب".
3. الأشخاص الذين يشعرون ببعض الضيق بالفعل يأكلون الحساء ويصبحون أكثر غضباً.
4. يخبرون الطهاة: "هذا رائع! اصنعوا المزيد!".
5. يصنع الطهاة المزيد من ذلك، وتدور الحلقة بشكل أسرع.

ببسا#ط، نحن لا نشاهد فقط محتوى متطرفاً؛ نحن محاصرون في حلقة حيث يطعمنا المبدعون الغضب لأن ذلك يسدد فواتيرهم، ونحن نغذيهم باهتمامنا لأن ذلك يجعلنا نشعر بأننا مرئيون (حتى لو كان هذا الشعور هو الغضب). تشير الورقة إلى أن مجرد حذف "الفيديوهات السيئة" لن يصلح هذا؛ نحن بحاجة لتغيير قواعد المطعم بحيث لا يُكافأ الطهاة على جعلنا غاضبين.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "فحص دور ديناميكيات الإنتاج والاستهلاك على يوتيوب في تشكيل الأيديولوجيات المتطرفة" للباحثين سمرمد شانديو وريشاب نيثياناند.

1. بيان المشكلة

تعالج الورقة فجوة حرجة في فهم كيفية انتشار الأيديلوجيات المتطرفة على المنصات التي تحركها الخوارزميات مثل يوتيوب. وبينما ركزت الأبحاث السابقة بشكل كبير على إما:

التوصيات الخوارزمية: كيف تقوم الخوارزميات بتنسيق المحتوى للمستخدمين.
سلوك المستخدم: كيف يعرض المستخدمون أنفسهم للمحتوى بشكل انتقائي.

هناك نقص في الفهم التجريبي فيما يتعلق بـ التفاعل بين إنتاج المحتوى (العرض) واستهلاكه (الطلب). وتحديداً، يسعى المؤلفون إلى تحديد اتجاه التأثير: هل يدفع منتجو المحتوى الجماهير نحو التطرف من خلال إنشاء سرديات راديكالية (مدفوع بالعرض)، أم أن المنتجين ببساطة يعكسون ويعززون المطالب المسبقة لجمهورهم (مدفوع بالطلب)؟ تهدف الدراسة إلى حل مشكلة "الدجاجة والبيضة" هذه باستخدام بيانات طولية عالية الدقة.

2. المنهجية

تستخدم الدراسة منهجاً مختلط الأساليب وطولياً يجمع بين البيانات الاستقصائية والتتبع السلوكي السلبي على مدار عام واحد (أغسطس 2021 – أغسطس 2022).

أ. جمع البيانات

المشاركون: 1,100 بالغ أمريكي تم استقطابهم عبر لوحة YouGov's Pulse، وهم ممثلون ديموغرافياً لمجتمع التصويت في الولايات المتحدة.
تصميم الاستطلاع: موجتان من الاستطلاعات (بفاصل عام واحد) لقياس المواقف تجاه خمس قضايا اجتماعية وسياسية: العرق، الإجهاض، الهجرة، اللقاحات، وتغير المناخ.
البيانات السلوكية: تتبع سلبي لسجل مشاهدة يوتيوب لجميع المشاركين خلال الفترة الفاصلة بين الاستطلاعين.
- التصفية: تم استبعاد المستخدمين الذين شاهدوا أقل من 50 فيديو.
- المجموعات النهائية:
  - $G_{ext}$ (المجموعة المتطرفة): 52 مشاركاً أظهروا تحولاً كبيراً نحو التطرف (أعلى من الانحراف المعياري الواحد فوق المتوسط).
  - $G_{neu}$ (المجموعة المحايدة): 286 مشاركاً حافظوا على مواقف أيديولوجية مستقرة.
الحجم: استهلكت المجموعتان مجتمعة 617,000 فيديو من 56,600 قناة فريدة.

ب. التصنيف الأيديولوجي

المقياس: تم تكييف مقياس الراديكالية السلوكية لـ موسكالينكو وماكولي (2008).
القياس: قام المشاركون بتقييم مدى موافقتهم على عبارات تدعم أفعالاً عنيفة أو غير قانونية تتماشى مع آرائهم، وذلك باستخدام مقياس ليكرت السباعي.
التصنيف: تم تصنيف المستخدمين بناءً على أقصى تغيير في درجاتهم المركبة عبر الموجتين.

ج. استخراج السمات

تحليل المحتوى: تم استخراج العناوين، الأوصاف، والنصوص (transcripts) عبر واجهة برمجة تطبيقات يوتيوب (YouTube API).
العلامات اللغوية: تم إنشاء متجه سمات مكون من 6 أبعاد لكل فيديو باستخدام أدوات قائمة على القواميس (LIWC، قاموس التظلم، VADER) للكشف عن "سلوكيات التحذير" المرتبطة بالتطرف:
1. الغضب
2. التظلم (الظلم/عدم الإنصاف)
3. القوة (السيطرة/النفوذ)
4. المشاعر السلبية
5. تحديد الجماعة الداخلية (In-group)
6. تحديد الجماعة الخارجية (Out-group)

د. التقنيات التحليلية

التحليل المقارن: تم استخدام أخذ العينات بالتمهيد (bootstrapped sampling) (10,000 تكرار) لمقارنة انتشار العلامات اللغوية بين المجموعات، مما يضمن تمثيلاً متساوياً للمستخدمين بغض النظر عن حجم المشاهدة.
نمذجة تقارب القنوات (Channel Affinity Modeling): تم تعريف مقياس تقارب القناة ( $\alpha$ $α$ ) لتحديد القنوات التي يفضلها بشكل غير متناسب المجموعة المتطرفة ($Chigh $) مقابل المجموعة المحايدة ($ $) مقابلالمجموعةالمحايدة ($ Clow$).
- $Chigh $: القنوات التي يكون فيها$ \alpha > 1.5 $للمجموعة$ G_{ext}$.
- $Clow $: القنوات التي يكون فيها$ \alpha < 1 $للمجموعة$ G_{ext}$.
تحليل غرانجر للسببية (Granger Causality Analysis): طريقة انحدار السلاسل الزمنية المستخدمة لتحديد اتجاه التأثير بين الإنتاج والاستهلاك.
- اختبار ما إذا كان الإنتاج السابق يتنبأ بالاستهلاك المستقبلي ( $P \to C$ ).
- اختبار ما إذا كان الاستهلاك السابق يتنبأ بالإنتاج المستقبلي ( $C \to P$ ).
- ملاحظة: تم استبعاد الفيديوهات الموجودة في كل من مجموعات الإنتاج والاستهلاك من سلسلة زمن الإنتاج لمنع تلوث البيانات.

3. المساهمات الرئيسية

البيانات السلوكية الطولية: واحدة من أول الدراسات التي تجمع بين التحولات الأيديولوجية المبلغ عنها ذاتياً وسجل مشاهدة يوتيوب الفعلي والمفصل على مدار عام كامل.
فك الارتباط بين العرض والطلب: تفصل بوضوح بين اتجاهات إنتاج المحتوى واتجاهات استهلاك المحتوى لتحليل مساراتهما المتميزة وتأثيرهما المتبادل.
تحديد "الاستحواذ على الجمهور" (Audience Capture): توفر دليلاً تجريبياً على ظاهرة حيث يقوم المبدعون بتكييف المحتوى ليتناسب مع مطالب الجمهور، وتحديداً فيما يتعلق بالسمات العاطفية مثل الغضب.
الصرامة المنهجية: تستخدم التمهيد (bootstrapping) للتخفيف من تحيز القيم المتطرفة، وتحليل غرانجر لاستنتاج الأسبقية الزمنية، مما يتجاوز مجرد الارتباط البسيط.

4. النتائج الرئيسية

السؤال البحثي الأول (RQ1): اختلافات الاستهلاك

استهلك المستخدمون الذين أصبحوا أكثر تطرفاً ( $G_{ext}$ ) محتوى يحتوي على مستويات أعلى بكثير من الغضب (+6.8%) والتظلم (+13.0%) مقارم بالمجموعة المحايدة.
أظهرت المجموعة $G_{ext}$ تعرضاً أقل لعلامات "الجماعة الخارجية" في البداية، ولكن تعرضاً أعلى لعلامات "الغضب" و"التظلم" طوال العام.
بينما شهدت كلتا المجموعتين تقلبات في العلامات بمرور الوقت (غالباً ما ترتبط بأحداث واقعية مثل غزو أوكرانيا)، إلا أن شدة الخط الأساسي لـ $G_{ext}$ ظلت مرتفعة باستمرار.

السؤال البحثي الثاني (RQ2): اختلافات الإنتاج

أنتجت القنوات ذات التقارب العالي مع المجموعة المتطرفة ($Chigh $) محتوى يحتوي على مستويات أعلى بكثير من علامات التطرف مقارنة بالقنوات المحايدة ($ Clow$).
الفوارق الرئيسية:
- الغضب: أعلى بنسبة +39.8% في $Chigh$.
- القوة: أعلى بنسبة +13.7%.
- المشاعر السلبية: أعلى بنسبة +7.5%.
- التظلم: أعلى بنسبة +6.5%.
الديناميكيات الزمنية: أظهرت كلتا المجموعتين طفرات في العلامات خلال الربع الثالث (رباً بسبب الأحداث السياسية)، ولكن قنوات $Chigh$ كانت أكثر استجابة وتزامناً في موجاتها، مما يشير إلى بيئة إنتاج منسقة ومتقلبة.

السؤال البحثي الثالث (RQ3): اتجاه التأثير (سببية غرانجر)

القوة المهيمنة: بالنسبة لمعظم العلامات، الإنتاج يقود الاستهلاك ( $P \to C$ ). وهذا يشير إلى أن المبدعين هم المشكلون الأساسيون للبيئة المعلوماتية للمستخدمين المتطرفين.
الاستثناء (الغضب): أظهر الغضب علاقة ثنائية الاتجاه تحديداً داخل المجموعة المتطرفة ( $G_{ext}$ $G_{e x t}$ ).
- $P \to C$ : المنتجون يؤثرون على الاستهلاك (بفارق زمني 3 أيام).
- $C \to P$ : الاستهلاك يؤثر على الإنتاج (بفارق زمني 3 أيام).
- التفسير: يشير هذا إلى وجود حلقة تغذية راجعة أو "الاستحواذ على الجمهور"، حيث يتكيف المنتجون بسرعة مع طلب الجمهور على المحتوى الغاضب، والذي بدوره يغذي المزيد من الاستهلاك.
المجموعة المحايدة ( $G_{neu}$ ): أظهرت تأثيراً أكبر من نوع $C \to P$ فيما يتعلق بالمشاعر السلبية وعلامات الجماعة الخارجية، مما يشير إلى أنه في الأنظمة البيئية غير المتطرفة، يكون طلب المستهلك محركاً أقوى للإنتاج مما هو عليه في الأنظمة المتطرفة (حيث يسبق العرض غالباً).

5. الأهمية والآثار المترتبة

إعادة صياغة مفهوم التطرف: تتحدى الدراسة النظرة التبسيطية التي تقول إن الخوارزميات وحدها هي التي تطرف المستخدمين. بدلاً من ذلك، تسلط الضوء على نظام معلوماتي غير متماثل حيث تقود استراتيجيات الإنتاج (العرض) غالباً الاستهلاك، ولكن هناك محفزات عاطفية محددة (الغضب) تخلق حلقة تغذية راجعة تعزز نفسها.
السياسة والرقابة: قد تكون استراتيجيات الرقابة الحالية التي تركز فقط على إزالة "المحتوى الضار" غير فعالة لأنها تتجاهل هياكل الحوافز (الربح من الإعلانات، مقاييس التفاعل) التي تكافئ إنتاج المحتوى عالي الغضب والتظلم.
حوكمة المنصات: لتقليل التطرف بفعالية، يجب على المنصات معالجة حوافز جانب العرض التي تشجع المبدعين على إنتاج سرديات مشحونة عاطفياً، بدلاً من التركيز فقط على التدخلات من جانب المستخدم.
الارتباط بالواقع: تؤكد الدراسة أن علامات التطرف عبر الإنترنت مرتبطة بقوة بالأحداث السياسية والاجتماعية الواقعية (مثل قرارات اللقاحات، غزو أوكرانيا)، مما يشير إلى أن الأنظمة الرقمية تستجيب بشدة للمناخ السياسي الأوسع.

في الختام، تجادل الورقة بأن الأيديولوجيات المتطرفة ليست مجرد نتيجة لبحث المستخدمين عن محتوى راديكالي أو دفع الخوارزميات له؛ بل هي نتاج عملية تطور مشترك حيث يعزز المنتجون والمستهلكون بعضهم البعض، لا سيما من خلال آلية الغضب، مما يخلق نظاماً إعلامياً متقلباً وذاتي الاستدامة.