Algorithmic Interaction Ritual Chains on TikTok : Scrolling through Feedback Loops

Abstract

Algorithmic recommendations have become ubiquitous in everyday life. From films, music, and potential partners to cute cats and silly dances, social media platforms develop powerful algorithms to predict what users might like and need. However, algorithmic recommendations do not suggest the same content to all users but instead adapt their recommendations dynamically through endless feedback loops. Feedback loops refer to the process through which users’ reactions to recommendation shape the outcome of future recommendations. Understanding these dynamics raises important questions about how people interact with algorithms in everyday life. To address this, this thesis takes feedback loops as a topic of sociological interest to understand human-algorithm interactions on TikTok.

Drawing on interaction ritual theory, the thesis develops the model of algorithmic interaction ritual to study ritualised patterns in algorithmic encounters. Through digital ethnography, the study highlights the embeddedness of feedback loops in users’ lives, evolving based on the different moods and challenges users experience in their everyday routines. In this sense, what captures the attention of users in the constant stream of TikToks depends on users’ affective states, the perceived vibes, the relatability of content, and how well this aligns with the feelings feedback loops help to create. Human–algorithm interactions consist of recurrent moments of alignment and disruption which, through chains of successive feedback loops, shape how people experience and make sense of scrolling on TikTok. While some suggest that users passively consume algorithmic curated content, this thesis argues that feedback loops are the result of the active participation of both human and algorithmic agents in establishing the content that users encounter. In this way, this thesis contributes to understanding the sociotechnical underpinnings of social action in algorithmic societies.

Abstract (Swedish)

Algoritmiska rekommendationer har blivit allt mer förekommande i vardagen. Från filmer, musik och potentiella partners till söta katter och roliga danser – sociala medieplattformar utvecklar kraftfulla algoritmer för att förutsäga vad användarna kommer tycka om och behöva. Algoritmiska rekommendationer föreslår dock inte samma innehåll till alla användare, utan anpassar sina rekommendationer dynamiskt genom oändliga feedbackslingor. Feedbackslingor avser den process genom vilken användarnas reaktioner på rekommendationer formar resultatet av framtida rekommendationer. Förståelsen av denna dynamik väcker viktiga frågor om hur människor interagerar med algoritmer i vardagen. För att ta itu med detta tar denna avhandling upp feedbackslingor som ett ämne av sociologiskt intresse för att förstå interaktionen mellan människor och algoritmer på TikTok.

Med utgångspunkt i teorin om interaktionsritualer utvecklar avhandlingen modellen för algoritmiska interaktionsritualer för att studera ritualiserade mönster i algoritmiska möten. Genom digital etnografi belyser studien hur feedbackloopar är inbäddade i användarnas liv och utvecklas utifrån de olika stämningar och utmaningar som användarna upplever i sin vardag. I detta avseende beror det som fångar användarnas uppmärksamhet i den ständiga strömmen av TikTok-videor på användarnas affektiva tillstånd, den upplevda stämningen, hur relaterbart innehållet är och hur väl detta stämmer överens med de känslor som feedbacklooparna bidrar till att skapa. Interaktioner mellan människor och algoritmer består av feedbackslingor ögonblick av överensstämmelse och störningar som, genom kedjor av på varandra följande feedbackloopar, formar hur människor upplever och tolkar scrollandet på TikTok. Medan vissa hävdar att användarna passivt konsumerar algoritmiskt kuraterat innehåll, argumenterar denna avhandling för att feedbackloopar är resultatet av både mänskliga och algoritmiska aktörers aktiva deltagande i att fastställa det innehåll som användarna möter. På detta sätt bidrar denna avhandling till förståelsen av de sociotekniska grunderna för socialt agerande i algoritmiska samhällen.

• author: Bazan Royuela, David
• supervisor: Bo Isenberg; Alison Gerber
• opponent: Professor Ruckenstein, Minna, University of Helsinki
• organization: Sociology
• alternative title: Algoritmiska interaktionsritualkedjor på TikTok : Scrollning igenom feedbackloopar
• publishing date: 2025-09
• type: Thesis
• publication status: published
• subject: Sociology
• keywords: Algorithm, scrolling, feedback loops, microsociology, attention, emotional energy, interaction rituals, Algorimer, scrollning, feedbackloopar, mikrosociologi, uppmärksamhet, emotionell energi, interaktionsritualer
• pages: 302 pages
• defense location: Edens hörsal, Allhelgona kyrkogata 14, Lund
• defense date: 2025-09-26 10:15:00
• ISBN: 978-91-8104-629-8
• ISBN: 978-91-8104-628-1
• language: English
• LU publication?: yes
• additional info: DDefence details Date: 2025-09-26 Time: 10:15 Place: Edens hörsal, Allhelgona kyrkogata 14, Lund External reviewer(s) Name: Ruckenstein, Minna Title: Professor Affiliation: University of Helsinki
• id: cb251511-aaa4-45b7-82a2-bb7113bb484c
• date added to LUP: 2025-08-28 17:13:46
• date last changed: 2025-09-01 16:36:15