Sociale media spelen een steeds grotere rol in hoe jongeren kijken naar eten, sporten en hun lichaam. Eén platform springt daarbij in het oog: TikTok. De For You Page bepaalt grotendeels welke content gebruikers te zien krijgen, maar hoe dat precies gebeurt blijft onduidelijk. Wat begint als onschuldige fitnessmotivatie, kan ongemerkt doorslaan naar extreme dieet- en trainingsadviezen. In deze explainer onderzoeken we hoe het TikTok-algoritme jonge vrouwelijke gebruikers richting steeds extremere content stuurt, en welke rol Big Tech daarin speelt.
Dataverantwoording
Voor ons onderzoek naar fitness- en voedingsadviezen op TikTok wilden we precies weten hoe het algoritme van TikTok werkt. Omdat TikTok niet precies vertelt hoe het systeem kiest welke video’s je ziet, hebben we dit zelf getest door het gedrag van een gebruiker na te bootsen. Hieronder leggen we uit hoe de data is verzameld en waarom we voor deze aanpak hebben gekozen.
- Hoe hebben we de data verzameld?
Om met een schone lei te beginnen, hebben we twee nieuwe TikTok-accounts aangemaakt. Beide profielen waren ingesteld als een 18-jarige vrouw, zonder verdere interesses of zoekgeschiedenis. Daarna hebben we drie stappen gevolgd:
Zoektermen gebruiken: We hebben op beide accounts gezocht naar zeven specifieke termen, zoals:
- Fitgirl
- Weightloss
- Calorie deficit meals
- How to lose fat fast
- Extreme diet challenge
- 75 hard challenge
- Body goals
Per term hebben we 5 video’s helemaal afgekeken om het algoritme een duwtje in de ‘fitness-richting’ te geven. Vervolgens hebben we 30 minuten op de For You Page gescrold. We deden dit volgens een aantal regels om de betrouwbaarheid en validiteit van ons onderzoek te vergroten. Video’s over fitness of dieet keken we helemaal af en gaven we een like. Alle andere video’s (zoals grappige filmpjes of muziek) swipte we direct weg.
Ten slotte hebben we gekeken naar de eerste 25 video’s die TikTok ons liet zien na deze stappen te hebben doorlopen. In totaal hadden we dus 50 video’s om te analyseren.
- Betrouwbaarheid: is ons onderzoek reproduceerbaar?
We vonden het belangrijk dat ons onderzoek betrouwbaar is. Daarom hebben we alles zo aangepakt dat iemand anders het onderzoek exact op dezelfde manier zou kunnen uitvoeren.
We hadden een dubbele check aangezien we met twee identieke accounts zijn gestart, hierdoor konden we zien of TikTok bij beide accounts hetzelfde reageerde.
Om te voorkomen dat de 1 de video ‘extreem’ vond en de ander ‘normaal’, hebben we een scorelijst gemaakt. We gaven cijfers van 1 (veilig) tot 3 (schadelijk) op basis van vaste regels voor dieet, training en lichaamsbeeld. Zo maakten we van een persoonlijke mening objectieve data.
- Gebruikte bronnen
De conclusie van ons onderzoek sluit aan bij de resultaten van onderzoeken van andere wetenschappers over de onderwerpen in het kader van voeding, sporten en zelfbeeld. Uit het rapport Deadly by Design (2022) blijkt dat TikTok kwetsbare gebruikers binnen een paar minuten naar schadelijke video’s over eetstoornissen kan sturen. Dit zagen wij ook exact gebeuren in de praktijk.
Onderzoek van de University of Vermont laat zien dat influencers zonder diploma vaak doen alsof afvallen de enige manier is om gezond te zijn. Hiermee geven ze slechte en niet op wetenschap gebaseerde adviezen aan jongeren.
Dit kan leiden tot gezondheidsrisico’s. In The Journal of Social Media in Society wordt zelfs een link gelegd tussen het kijken naar ‘FitTok’ en symptomen van Orthorexia (een obsessie met gezond eten).
- Wat we niet moeten vergeten (de nuances)
Ons onderzoek is een momentopname en zijn er een paar dingen waar we rekening mee moeten houden:
- De ‘Echokamer’: Wij deden alsof we alleen maar in fitness geïnteresseerd waren. In het echte leven hebben jongeren meerdere interesses bijvoorbeeld muziek of mode, waardoor hun tijdlijn waarschijnlijk meer variatie laat zien.
- Locatie en tijd: Het algoritme verandert constant. Als je dit onderzoek over een jaar of in een ander land doet, kan de uitkomst weer anders zijn.
- Geheime formule: We zien wat TikTok ons laat zien (de output), maar we weten nooit 100% zeker welke berekeningen er achter de schermen precies worden gemaakt door het platform.
Conclusie
Ondanks deze kanttekeningen geeft ons onderzoek een duidelijk en best wel heftig beeld. Het is schokkend hoe snel het algoritme overschakelt van normale fitnesstips naar extreme content zodra je interesse toont in een specifiek onderwerp. Dit bevestigt voor ons dat er meer toezicht, regels en controle nodig is op dit soort grote platformen.
