Radi verjamemo, da je vsak obisk Googla iskanje znanja ali vsaj koristnih informacij. Seveda, vendar je to tudi akt narcizma.
Vsakič, ko pridobimo rezultate iskanja, potegnemo navidezno ogledalo, ki odraža, kdo smo v spletnem svetu. To je tisto, kar je Eli Pariser v svoji knjigi The Filter Bubble: Kaj internet skriva od vas, opisal kot "filter mehurček".
Pariser je postavil razmišljanje za algoritmično personalizacijo. Ko natančno sledimo vsakemu kliku, lahko Google - in zdaj Facebook ter vedno več drugih spletnih mest - na podlagi preteklega vedenja dokaj dobro ugiba o tem, kaj želimo vedeti. To pomeni, da lahko dve osebi, ki opravljata povsem isto iskanje, na koncu dosežeta zelo različne rezultate.
Nahranili smo se, kot se nam zdi, in ker je večja verjetnost, da bomo kliknili na stvari znotraj našega območja udobja - vključno z oglasi - Googlom in drugimi, smo motivirani, da še naprej ostrijo svoje ciljanje. Kot rezultat, se mehurčki, v katerih živimo, krčijo.
Za vso to natančnost je cena, kot je poudaril Pariser v intervjuju za Marijo Popovo iz Brain Pickings:
"Personalizacija je nekakšna zasebnost, ki je obrnjena navzven: ni problem nadzorovati, kaj svet ve o tebi, ampak problem tega, kar vidiš o svetu."
Večja slika
Torej smo ujeti v labirint lastne izdelave, kajne?
Ni nujno, da gre zahvala ekipi znanstvenikov, ki trdijo, da so morda našli način, kako se izogniti omejitvam algoritmov. Kot je nedavno poročal MIT Technology Review, sta Eduardo Graells-Garrido na Univerzi Pompeu Fabra v Barceloni ter Mounia Lalmas in Daniel Quercia v Yahoo Labs razvila to, kar imenujejo "mehanizem priporočil", zasnovan tako, da ljudi izpostavi nasprotnim stališčem.
Ključno je, pravijo raziskovalci, da ta stališča prihajajo od ljudi, s katerimi si delimo druge interese. Zaradi tega smo bolj dovzetni za mnenja, ki bi jih sicer verjetno zavrnili kot neumne. Drugi način je predstaviti nasprotna stališča na vizualni način, zaradi česar se počutijo manj tujih.
V ta namen so znanstveniki uporabili model besednega oblaka, ki je udeležencem študije omogočil, da so videli, katere predmete najpogosteje tvitajo, in tudi, da imajo na vizualno privlačen dostop do vsebine drugih, katerih oblaki lastnih besed so omenili veliko istih tem.
Kaj pa, če nekateri od teh vsebin odražajo zelo drugačen politični pogled? Bi ga ljudje nagonsko zavrnili?
Da bi svojo teorijo pravilno preizkusili, so raziskovalci povezali ljudi na nasprotnih straneh vprašanja, ki vzbuja globoko osebne občutke - splav. Osredotočili so se na tisoče aktivnih uporabnikov Twitterja v Čilu, ki so v svoje tvitove vključili hashtage, kot sta #prolife in #prochoice, in ustvarili besedne oblake zanje na podlagi izrazov, ki jih najpogosteje uporabljajo.
Nato so udeležencem študije priskrbeli tvitove ljudi, ki so imeli v besedi oblaki veliko enakih izrazov, vendar pa so glede splava imeli tudi nasprotno stališče. Raziskovalci so ugotovili, da jih ljudje, ki imajo podobne besedne oblake, čutijo povezane, bolj zanimajo njihovi komentarji. In to jih je nagibalo k širšemu krogu mnenj in idej, kot bi jih sicer izkusili.
Skratka, raziskovalci so uporabili skupne ljudi, da bi se bolj odprli za razpravo o načinih, kako se razlikujejo. V zaključku prispevka so našli "posreden način za povezovanje različnih ljudi."
Torej, upanja še ni.
Norost do metode
Tu so še drugi nedavni dogodki v včasih bizarnem svetu algoritmov.
- Nič tako kot avtomatizirani "Topli osebni pozdrav": To je bilo verjetno neizogibno. Google je pravkar prejel patent za programsko opremo, ki bi tako natančno spremljala vaše vedenje v družbenih medijih, da vam bo lahko zagotovila izbiro možnih reakcij na kakršne koli komentarje ali poizvedbe na poti na Facebooku ali Twitterju. Če bi na primer prijatelj dobil novo službo, bi programska oprema predlagala odgovor, verjetno nekaj takega, kot je "Čestitke." Tako je, ne bi vam bilo treba zapraviti nobene možganske moči. Algoritem bo to storil namesto vas.
- Telefonirajte: Raziskovalci z univerze v Helsinkih so razvili algoritme za določanje, kako se ljudje gibljejo - hodijo, vozijo ali peljejo z avtobusom ali podzemno železnico - s sledenjem signalom merilnika pospeška na svojih mobilnih telefonih. To jim omogoča analizo frekvence njihovih postankov in zagonov. Raziskovalci pravijo, da bi to lahko bilo močno orodje, ki bi načrtovalcem pomagalo razumeti, kako se ljudje gibljejo po svojih mestih.
- Vse novice, ki ustrezajo: Facebook je spremenil svoje algoritme "feed feed", tako da se bodo tam začele prikazovati bolj dejanske novice. Ideja je večja izpostavljenost povezavam do člankov novinskih organizacij na Facebookovih virih - s pomočjo katerih bo velikan družbenih medijev poleg rojstnih dni prijateljev bolj pomemben za dogajanje na svetu. Špekuliranje je, da je to Facebook, s katerim želi izzvati prevlado Twitterja pri ustvarjanju glasnosti okoli trenutnih dogodkov.
- Kaj ima povedati o Chicago Cubsu?: Izraelski računalničar je ustvaril algoritem, ki lahko analizira ogromne količine elektronskih podatkov o preteklih dogodkih iz različnih virov, kot je arhiv New York Timesa, do virov Twitterja in napove, kaj se lahko zgodi v prihodnosti. Najpomembneje je, da je znanstvenica, imenovana Kira Radinsky, v mnogih desetletjih uporabila svoj sistem za napoved prve epidemije kolere na Kubi in protestov, ki vodijo do arabske pomladi.
Video bonus: Tukaj je pogovor o TED, ki je zaslovel Eli Pariser in njegov koncept filtrirnega mehurčka.
Bonus za video bonus: Danes obstajajo algoritmi za vse in, verjeti Sheldon, "Teorija velikega poka", ki vključuje prijateljstvo.
Več s Smithsonian.com
Kako so veliki podatki spremenili zmenke
Misliš, da delaš dober posel? Ne, če algoritmi pravijo, da niste
