Algoritmische polarisatie en de ondermijning van het publieke debat op X
Naam (Studentnummer), Naam (Studentnummer), Naam (Studentnummer) & Naam
(Studentnummer)
Faculteit Geesteswetenschappen, Universiteit Utrecht
CI1V17003: Nieuwe Media en Communicatie
Docent
2025
Aantal woorden: 1100
, 2
Algoritmische polarisatie en de ondermijning van het publieke debat op X
Op 25 november maakte de NOS bekend geen berichten meer te plaatsen op X
vanwege de grote hoeveelheid haatdragende reacties en desinformatie (Nederlandse Omroep
Stichting, 2025). De NOS voegt zich zo bij andere gevestigde mediakanalen zoals Trouw en
The Guardian, die X al eerder verlieten. Te zien is dat deze media nog wel op andere sociale
mediaplatforms berichten plaatsen. In dit essay wordt de unieke positie van X onderzocht met
behulp van de begrippen ‘algoritmen’, ‘personalisatie’ en ‘filterbubbels’, om te
beargumenteren dat het algoritme van X genuanceerde discussie ondermijnt en polarisatie in
de hand werkt.
In 2016 stapte Twitter, later X, over van een chronologisch aangestuurde feed naar
een algoritmische tijdlijn (Huszár et al., 2021). Tweets werden niet meer in tijdsvolgorde
getoond, maar gerangschikt op basis van gepersonaliseerde relevantie voor gevolgde en niet-
gevolgde accounts. Dit wordt gedaan door een machine-learning algoritme (Lin & Kolcz,
2012). Dit algoritme analyseert signalen, waaronder inhoud, sociale connecties en eerdere
gebruiksactiviteit en voorspelt op basis van die informatie welke berichten een gebruiker
waarschijnlijk interessant vindt en dus te zien krijgt (Ray, 2019; Pennacchiotti & Popescu,
2021). Het algoritme optimaliseert op basis van engagement waarbij het machine-learning
model de kans schat dat een gebruiker zal interacteren met een tweet in de vorm van een like,
retweet of reactie. Op deze manier wordt een rangorde op basis van gepersonaliseerde
relevantie gecreëerd. (Milli et al., 2025).
Deze focus op persoonlijke relevantie heeft invloed op de diversiteit en balans van de
getoonde berichten. De algoritmische tijdlijn laat minder tweets in totaal zien dan de
chronologische waardoor de tijdlijn ideologisch eenzijdiger, extremer en minder betrouwbaar