ESTRANHAR OS ALGORITMOS: STRANGER THINGS E OS PÚBLICOS DE NETFLIX
Palavras-chave:
Algoritmo, Ética, Públicos, Netflix, Stranger ThingsResumo
Investigamos como se configura a recomendação algorítmica em Netflix a partir da série Stranger Things, destacada por publicações diversas por ter usado dados pessoais de usuários para sua criação e produção. Coletamos 131 comentários de usuários sobre a série em 08/01/2017, analisados à luz dos termos de uso e das políticas de privacidade de Netflix, de notícias e de entrevistas de produtores e diretores. A recomendação de conteúdos e a formação de públicos se baseia em rastros de ações de usuários, arquivados em bancos de dados e cruzados para recomendar títulos, e usados para a criação e a disponibilização de conteúdos originais.Downloads
Referências
ADOMAVICIUS, G.; TUZHILIN, A. Towards the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions.
IEEE Transactions on Knowledge and Data Engineering, v. 17, n. 6, p.734-749, jun. 2005. Disponível em: <http://pages.stern.nyu.edu/~atuzhili/pdf/TKDE-Paper-as-Printed.pdf>. Acesso em: 12 jan. 2017.
BOYD, D. Social network sites as networked publics: Affordances, dynamics, and implications. In: PAPACHARISSI, Z. (Ed.). Networked self: identity, community, and culture on social network sites. New York, 2010.p. 39–58.
BRUNO, F. Rastros digitais sob a perspectiva da teoria ator-rede. Famecos, Porto Alegre, v. 19, n. 3, p. 681-704, 2012. Disponível em: <http://revistaseletronicas.pucrs.br/famecos/ojs/index.php/revistafamecos/article/download/12893/8601>. Acesso em: 13 jan. 2017.
CHAFFEY, D. Global social media research summary 2016. Smart Insights online. 2016. Disponível em: <http://www.smartinsights.com/social-media-marketing/social-media-strategy/new-global-social-media-research/>. Acesso em: 13 jan. 2017.
DIAS, E. Anytime, anywhere, instantly: dinâmicas de circulação e distribuição de séries em Netflix. 22 jun. 2017. Dissertação (Mestrado) - Universidade Federal de Minas Gerais. Belo Horizonte, 2017. (no prelo).
GILLESPIE, T. Facebook’s algorithm – why our assumptions are wrong, and our concerns are right. Culture Digitally. 2014. Disponível em: <http://culturedigitally.org/2014/07/facebooks-algorithm-why-our-assumptions-
are-wrong-and-our-concerns-are-right/>. Acesso em: 13 jan. 2017.
GIBSON, James J. Notes on affordances. In: GIBSON, James J.; REED, Edward S.; JONES, Rebecca (Orgs.). Reasons for realism: Selected Essays of James J. Gibson. London: Lawrence Erlbaum Associates, 1982. p. 401–418.
GIBSON, James J. The Ecological Approach to Visual Perception. New York: Psychology Press, 2015. Classic Editions.
GILLESPIE, T. The Relevance of Algorithms. In: GILLESPIE, T.; BOCZKOWSKI, P. J.; FOOT, K. A. (Eds.). Media technologies: essays on Communication,Materiality, and Society. Cambridge; London, 2014b. Cap. 9, p. 167-193.
GILLESPIE, T. The politics of ‘platforms’. Nem Media & Society, v. 12, n. 3, p. 347-364, mai. 2010. Disponível em: <http://journals.sagepub.com/doi/abs/10.1177/1461444809342738?ssource=mfc&rss=1>. Acesso em: 13 jan. 2017.
GOFFEY, A. Algorithm. In: FULLER, M. Software studies – a lexicon. Cambridge: MIT Press, 2008. p. 15-20.
GOLDBERG, D. et al. Using collaborative filtering to weave an information Tapestry. Communications of the ACM, v. 35, n. 12, p. 61-70, 1992. Disponível em: <https://www.ischool.utexas.edu/~i385d/readings/Goldberg_UsingCollaborative_92.pdf >. Acesso em: 13 jan. 2017.
ITO, M. Introduction. In: VARNELIS, Kazys (Ed.). Networked publics. Cambridge, MA: MIT Press, 2008. p. 1-14.
JURNO, A. C. Agenciamentos coletivos e textualidades em rede no Facebook: uma exploração cartográfica. 22 fev. 2016. 1371f. Dissertação (Mestrado) – Universidade Federal de Minas Gerais. Belo Horizonte, 2016. Disponível em: <http://www.academia.edu/23911700/Agenciamentos_coletivos_e_textualidades_em_rede_no_Facebook_-_Uma_explora%C3%A7%C3%A3o_cartogr%C3%A1fica>. Acesso em: 13 jan. 2017.
MAGALHÃES, J. C. Democracia e internet: precisamos falar sobre algoritmos. Nexo online. 25 de setembro de 2016. Disponível em: <https://www.nexojornal.com.br/ensaio/2016/09/25/Democracia-e-internet-precisamos-falar-sobre-algoritmos>. Acesso em: 13 jan. 2017.
RESNICK, P.; VARIAN, H. R. Recommender systems. Communications of the ACM, v. 40, n. 3, p. 56-58, 1997. Disponível em: <http://dl.acm.org/citation.cfm?id=24512>. Acesso em: 05 jan. 2017.
MAYER-SCHÖNBERGER, V.; CUKIER, K. Big Data: como extrair volume, variedade, velocidade e valor da avalanche de informação cotidiana. Rio de Janeiro: Elsevier, 2013.
NETFLIX. Termos de uso. Disponível em: <https://help.netflix.com/legal/termsofuse?locale=pt&docType=termsofuse>. Acesso em: 30 jan. 2017.
PARISER, E. O filtro invisível: o que a internet está escondendo de você. Rio de Janeiro: Zahar, 2012.
SALGADO, T. B. P. Públicos algorítmicos: relevância e recomendação no YouTube. In: ENCONTRO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM COMUNICAÇÃO DE MINAS GERAIS, 9, 2016, Mariana. Anais... Mariana, Minas Gerais: ECOMIG, 2016. p. 1-20.
WARNER, M. Publics and Counterpublics. Quartely Journal of Speech, v. 88, n. 4, p. 413-425, nov. 2002. Disponível em: <http://castillocorrales.fr/wp-content/uploads/2013/03/Michael-Warner-Publics-Short.pdf>. Acesso em: 05 jan. 2017.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
