مارک‌ها و ربات‌ها از Spread ممنوع هستند و مانند PI.FYI، این پلتفرم از تبلیغات پشتیبانی نمی‌کند. معیارهای اصلی موفقیت راجرز به جای تلاش برای به حداکثر رساندن زمان در سایت، شاخص‌های تعامل انسانی «معنادار» خواهد بود، مانند زمانی که شخصی روی توصیه کاربر دیگری کلیک می‌کند و بعداً اقدامی مانند اشتراک در خبرنامه یا اشتراک انجام می‌دهد. او امیدوار است که این امر شرکت هایی را که محتوای آنها در Spread به اشتراک گذاشته می شود با کاربران این پلت فرم هماهنگ کند. راجرز می‌گوید: «من فکر می‌کنم یک نوستالژی نسبت به آنچه هدف اصلی اجتماعی قرار بود به آن برسد وجود دارد.
بنابراین شما به یک شبکه اجتماعی بدون الگوریتم های رتبه بندی پیوسته اید – اکنون همه چیز خوب است؟ جاناتان استری، دانشمند ارشد مرکز هوش مصنوعی سازگار با انسان در دانشگاه کالیفرنیا برکلی، تردیدهای خود را دارد. او می‌گوید: «اکنون یک سری تحقیقات وجود دارد که نشان می‌دهد زمانی لزوماً بهتر نیست»، و افزود که فیدهای ساده‌تر می‌توانند سوگیری جدید را تشویق کنند و اجازه ارسال هرزنامه را بدهند.
استری فکر نمی کند که آسیب اجتماعی نتیجه اجتناب ناپذیر مدیریت الگوریتمی پیچیده است. اما او با راجرز موافق است که رویه صنعت فناوری در تلاش برای به حداکثر رساندن تعامل لزوماً به نتایج مطلوب اجتماعی منجر نمی شود.
ولگرد مشکوک است که راه حل مشکل الگوریتم رسانه های اجتماعی ممکن است در واقع … الگوریتم های بیشتر باشد. او می‌گوید: «مشکل اساسی این است که شما اطلاعات زیادی برای مصرف دارید، بنابراین باید به نحوی آن را کاهش دهید.
در ژانویه، Stray چالش رتبه‌بندی Prosocial را راه‌اندازی کرد، یک مسابقه جایزه 60000 دلاری با هدف تشویق توسعه الگوریتم‌های رتبه‌بندی خوراک که نتایج مطلوب اجتماعی را بر اساس معیارهای رفاه کاربر و میزان آموزنده بودن یک فید اولویت‌بندی می‌کند. از ژوئن تا اکتبر، پنج الگوریتم برنده در فیس بوک، X و Reddit با استفاده از یک برنامه افزودنی مرورگر آزمایش خواهند شد.
تا زمانی که یک جایگزین مناسب ظاهر شود، اجتناب از الگوریتم‌های جستجوی تعامل معمولاً به معنای حرکت زمانی است. شواهدی وجود دارد که نشان می‌دهد افراد خارج از پلتفرم‌های خاص مانند PI.FYI و Spread به دنبال این هستند.
برای مثال، پیام‌های گروهی معمولاً برای تکمیل فیدهای رسانه‌های اجتماعی که به طور مصنوعی تنظیم شده‌اند، استفاده می‌شوند. چت‌های خصوصی – تابع منطق ساعت – می‌توانند فضای صمیمی‌تر و کمتر آشفته‌تری را برای اشتراک‌گذاری و بحث در مورد موضوعات الگوریتمی انباشته‌شده فراهم کنند: جوک‌های تجاری، میم‌ها، پیوندها به ویدیوها و مقالات، و اسکرین شات‌هایی از پست‌های اجتماعی.
تحقیر این الگوریتم ممکن است به توضیح محبوبیت فزاینده واتس اپ در ایالات متحده کمک کند، چیزی که مدت هاست در همه جای دیگر وجود داشته است. بر اساس داده های Apptopia که توسط The Wrap گزارش شده است، برنامه پیام رسانی متا در سال گذشته شاهد افزایش 9 درصدی در کاربران روزانه در ایالات متحده بود. حتی در برنامه های اجتماعی غالب امروزی، فعالیت ها از فیدهای عمومی به پیام های مستقیم تغییر می کند. بیزینس اینسایدرجایی که زمان شناسی حکم می کند.
چت های گروهی ممکن است محیط های اجتماعی بدون آگهی و نسبتاً کنترل شده باشند، اما با تعصبات خاص خود همراه هستند. Stoldt از دانشگاه دریک می گوید: «اگر به جامعه شناسی نگاه کنید، ما تحقیقات زیادی را دیده ایم که نشان می دهد مردم به طور طبیعی به دنبال چیزهایی هستند که باعث ناهماهنگی شناختی نمی شوند.
اگرچه ابزاری ارگانیک‌تر برای جمع‌آوری فراهم می‌کند، اما پیام‌های انبوه همچنان می‌توانند باعث ایجاد محفظه‌های اکو و سایر مشکلات مرتبط با الگوریتم‌های پیچیده شوند. و وقتی محتوای چت گروهی شما از کانال الگوریتمی بسیار شخصی سازی شده مربوط به هر عضو می آید، همه چیز می تواند پیچیده تر شود. علیرغم پرواز به فضاهای بدون الگوریتم، مبارزه برای یک خوراک خبری کامل هنوز به پایان نرسیده است.