ПРЕПРИНТ
О результатах, изложенных в препринтах, не следует сообщать в СМИ как о проверенной информации.
В статье рассматривается проблема пользовательского контроля над рекомендательными системами цифровых платформ через механизм сброса персонализации. Актуальность исследования обусловлена возрастающей ролью алгоритмов рекомендаций в формировании информационной среды пользователей. Современные платформы активно используют данные о поведении аудитории для персонализации контента, что повышает удобство использования сервисов, но одновременно ограничивает возможности самостоятельного выбора информации. Цель исследования заключается в анализе сброса персонализации как инструмента управления алгоритмическими рекомендациями и восстановления цифровой автономии пользователя. В работе предложена классификация уровней пользовательского контроля, включающая реактивный, локальный, стратегический и радикальный уровни. Особое внимание уделено радикальному уровню контроля, предполагающему полный или частичный пересмотр алгоритмического профиля пользователя. Методологической основой исследования выступили сравнительный анализ цифровых платформ и UX-тестирование пользовательских интерфейсов. В качестве объектов исследования были выбраны YouTube, TikTok, VK Видео и Яндекс Музыка. Проведённый анализ показал, что платформы существенно различаются по степени доступности и эффективности инструментов управления рекомендациями. Наиболее развитые механизмы контроля выявлены у YouTube и TikTok, тогда как российские платформы преимущественно ориентированы на постепенную корректировку рекомендаций через пользовательскую активность. Сделан вывод о том, что сброс персонализации следует рассматривать не только как техническую функцию интерфейса, но и как важный элемент цифровой автономии пользователя. Развитие подобных механизмов способно повысить прозрачность алгоритмических систем и укрепить доверие пользователей к цифровым платформам.
Pechkurov G. S. 2026. Сброс персонализации как механизм пользовательского контроля над алгоритмическими рекомендациями цифровых платформ. PREPRINTS.RU. https://doi.org/10.24108/preprints-3115442
