När algoritmer sviker oss: upplevd algoritmisk ineffektivitet, psykologisk reaktans och implicit personlighet som drivkrafter för algoritmaversion på kortformade videoplattformar

Varför detta är viktigt för ditt flöde

Kortvideoappar som TikTok och Douyin lovar att visa oss exakt vad vi vill ha, precis när vi vill ha det. Ändå blir många irriterade på sina flöden, misstroende mot vad de ser eller ständigt i konflikt med rekommendationerna. Denna studie ställer en till synes enkel fråga med stora konsekvenser för våra digitala liv: vad händer, psykologiskt, när människor känner att algoritmen helt enkelt inte fungerar för dem?

När flödet känns fel

Forskarnas fokus är en nyckelidé de kallar upplevd algoritmisk ineffektivitet: känslan av att plattformen fortsätter att visa videor som är tråkiga, oanvändbara eller irrelevanta. Istället för att mäta hur exakt algoritmen faktiskt är, undersöker de hur exakt den känns för användarna. När människor bedömer rekommenderade klipp som ovärda att minnas, meningslösa eller otillräckligt övertygande, är de mer benägna att göra motstånd mot systemet självt. Med andra ord blir besvikelse över flödet startpunkten för ett bredare motstånd mot algoritmisk styrning.

Från irritation till motstånd

Nästa steg är psykologisk reaktans — den obehagliga känsla vi får när vi uppfattar att vår frihet begränsas. På Douyin och liknande appar bestämmer ”For You”-sidan vad som visas först och styr uppmärksamheten i det tysta. När detta flöde står i konflikt med vad användarna tycker att de borde se kan de känna sig knuffade, trängda eller till och med bevakade. Studien visar att sådana mismatch-ögonblick gör mer än att irritera. De väcker känslan av att appen försöker tala om för användarna vad de ska titta på, vilket i sin tur framkallar ilska, otålighet och viljan att göra motsatsen. Denna emotionella motreaktion blir en stark drivkraft för det författarna kallar algoritmaversion.

Hur människor gör motstånd mot flödet

Algoritmaversion visar sig på subtila men viktiga sätt. Istället för att passivt bläddra börjar användare undvika rekommenderade klipp, söka manuellt eller bygga om sina spellistor för hand. Vissa försöker ”omträna” systemet genom att hoppa över, blockera eller snabbt svepa igenom oönskade videor. Andra kopplar bort under längre perioder eller behandlar plattformen med en slags sliten cynism: de fortsätter använda den, men med låg tillit och låga förväntningar. Med hjälp av enkätdata från 733 Douyin-användare finner studien att ju mer ineffektiv folk upplever algoritmen, desto mer psykologisk reaktans rapporterar de — och desto starkare utför de dessa små motståndshandlingar.

Personlighet och tankesätt i algoritmernas tid

Inte alla reagerar på dåliga rekommendationer på samma sätt. Författarna undersöker en egenskap kallad implicit personlighet, som fångar om människor ser egenskaper och förmågor som fasta eller föränderliga. De med ett ”fasta” tankesätt tenderar att behålla en stabil, skeptisk inställning till algoritmer, oavsett om de fungerar bra eller dåligt. De med ett ”växande” tankesätt är mer känsliga: de reagerar positivt när systemet verkar hjälpsamt, men reagerar skarpare när det sviker. Studien visar att för denna andra grupp eldar upplevd algoritmisk ineffektivitet starkare på psykologisk reaktans, vilket sedan leder till kraftigare beteenden av algoritmaversion.

Vad plattformar kan göra annorlunda

Dessa fynd tyder på att problemet inte bara handlar om huruvida rekommendationsmotorer är tekniskt korrekta, utan om huruvida människor känner sig hörda och i kontroll. När användare upplever flödet som en envägsgata kan även små misstag växa till bestående misstro och undvikande. Författarna hävdar att plattformar bör ge människor tydligare sätt att förstå och påverka rekommendationer, skapa verkliga återkopplingsslingor när användare gör motstånd och utforma kontroller som respekterar olika tankesätt. Enkelt uttryckt, när algoritmer sviker oss — eller bara känns som att de sviker — rycker människor inte bara på axlarna och bläddrar vidare. De anpassar sig, gör motstånd och ibland vänder de sig tyst bort från de system som är avsedda att tjäna dem.

Citering: Zeng, R., Zhu, D. & Evans, R. When algorithms fail us: perceived algorithmic ineffectiveness, psychological reactance, and implicit personality as drivers of algorithm aversion behavior on short-form video platforms. Humanit Soc Sci Commun 13, 266 (2026). https://doi.org/10.1057/s41599-026-06573-w

Nyckelord: algoritmaversion, kortformade videoplattformar, personliga rekommendationer, psykologisk reaktans, användarautonomi