Μας αρέσει να πιστεύουμε ότι κάθε επίσκεψη στο Google είναι μια αναζήτηση γνώσης ή, τουλάχιστον, χρήσιμες πληροφορίες. Σίγουρα, αλλά είναι και μια πράξη ναρκισσισμού.
Κάθε φορά που ανακτάμε τα αποτελέσματα αναζήτησης, βγάζουμε έναν εικονικό καθρέφτη που αντικατοπτρίζει ποιοι είμαστε στον παγκόσμιο ιστό. Είναι αυτό που ο Eli Pariser εύστοχα περιέγραψε ως "φούσκα φίλτρου" στο βιβλίο του 2011, το φούσκα φίλτρου: Τι το Διαδίκτυο Κρύβει Από Σένα .
Ο Pariser ανέθεσε τη σκέψη πίσω από την αλγοριθμική εξατομίκευση. Με την προσεκτική παρακολούθηση όλων των κλικ, το Google - και τώρα το Facebook και όλο και περισσότεροι άλλοι ιστότοποι - μπορεί, με βάση τη συμπεριφορά του παρελθόντος, να κάνει αρκετά καλά τις εικασίες για το τι θέλουμε να γνωρίζουμε. Αυτό σημαίνει ότι δύο άτομα που κάνουν ακριβώς την ίδια αναζήτηση μπορούν να καταλήξουν σε πολύ διαφορετικά αποτελέσματα.
Είμαστε τροφοδοτημένοι με αυτό που φαίνεται να θέλουμε, και επειδή είμαστε πιο πιθανό να κάνουμε κλικ σε πράγματα μέσα στη ζώνη άνεσής μας - συμπεριλαμβανομένων των διαφημίσεων - η Google και άλλοι, έχουν κίνητρα να συνεχίσουν να αυξάνουν τη στόχευσή τους. Ως αποτέλεσμα, οι φυσαλίδες στις οποίες ζούμε συρρικνώνονται.
Υπάρχει μια τιμή για όλη αυτή την ακρίβεια, όπως επεσήμανε ο Παρίσιερ σε μια συνέντευξη με τη Μαρία Ποπόβα:
"Η εξατομίκευση είναι το είδος της ιδιωτικής ζωής που μετατράπηκε προς τα έξω: δεν είναι το πρόβλημα του ελέγχου του τι γνωρίζει ο κόσμος για σας, είναι το πρόβλημα του τι βλέπετε από τον κόσμο".
Η μεγαλύτερη εικόνα
Έτσι είμαστε παγιδευμένοι σε ένα λαβύρινθο της δικής μας κατασκευής, έτσι;
Δεν είναι απαραιτήτως, χάρη σε μια ομάδα επιστημόνων που λένε ότι μπορεί να έχουν βρει έναν τρόπο να ξεφύγουν από τους περιορισμούς των αλγορίθμων. Όπως αναφέρθηκε πρόσφατα από τον MIT Technology Review, ο Eduardo Graells-Garrido στο Universitat Pompeu Fabra της Βαρκελώνης και ο Mounia Lalmas και ο Daniel Quercia στο Yahoo Labs έχουν αναπτύξει αυτό που ονομάζουν "μηχανή συστάσεων", με σκοπό να εκθέσουν τους ανθρώπους σε αντίθετες απόψεις.
Ένα κλειδί, λένε οι ερευνητές, είναι ότι αυτές οι απόψεις προέρχονται από ανθρώπους με τους οποίους μοιραζόμαστε άλλα συμφέροντα. Αυτό φαίνεται να μας κάνει πιο δεκτικοί σε απόψεις που διαφορετικά θα μπορούσαμε να απορρίψουμε ως ανόητα. Το άλλο είναι να παρουσιάσει αντιτιθέμενες απόψεις με οπτικό τρόπο που τους κάνει να αισθάνονται λιγότερο ξένοι.
Για το σκοπό αυτό, οι επιστήμονες χρησιμοποίησαν το πρότυπο ενός σύννεφου λέξεων, το οποίο επέτρεψε στους συμμετέχοντες στη μελέτη να δουν ποια θέματα υπολόγιζαν συχνότερα για τιτίβισμα και επίσης να έχουν πρόσβαση - με οπτική συμπεριφορά - σε περιεχόμενο από άλλους τα ίδια τα σύννεφα λέξης ανέφεραν πολλά από τα ίδια θέματα.
Αλλά τι εάν κάποιο από αυτό το περιεχόμενο αντανακλά μια πολύ διαφορετική πολιτική άποψη; Οι άνθρωποι θα το απορρίψουν ενστικτωδώς;
Για να θέσουν τη θεωρία τους σε μια σωστή δοκιμή, οι ερευνητές συνέδεσαν τους ανθρώπους στις αντίθετες πλευρές ενός ζητήματος που προκαλεί βαθιά προσωπικά συναισθήματα - άμβλωση. Επικεντρώθηκαν σε χιλιάδες ενεργούς χρήστες Twitter στη Χιλή που είχαν συμπεριλάβει τα hashtag όπως #prolife και #prochoice στα tweets τους, δημιουργώντας σύννεφα λέξεων για αυτούς με βάση τους όρους που χρησιμοποιούσαν πιο συχνά.
Στη συνέχεια, παρείχαν στους συμμετέχοντες της μελέτης tweets από ανθρώπους που είχαν πολλούς από τους ίδιους όρους στα σύννεφα των λέξεων τους, αλλά οι οποίοι είχαν επίσης την αντίθετη άποψη για την έκτρωση. Οι ερευνητές διαπίστωσαν ότι επειδή οι άνθρωποι φαινόταν να αισθάνονται μια σύνδεση με εκείνους που είχαν παρόμοια σύννεφα λέξη, ήταν περισσότερο ενδιαφέρονται για τις παρατηρήσεις τους. Και αυτό τείνει να τους εκθέτει σε ένα πολύ ευρύτερο φάσμα απόψεων και ιδεών απ 'ό, τι διαφορετικά θα είχαν βιώσει.
Με λίγα λόγια, οι ερευνητές χρησιμοποίησαν ό, τι είχε κοινό για να τους κάνουν πιο ανοιχτό να συζητήσουν τρόπους με τους οποίους διέφεραν. Είχαν καταλήξει, συμπέραναν το χαρτί τους, ότι ήταν ένας «έμμεσος τρόπος για να συνδεθούν οι ανόμοιοι άνθρωποι».
Έτσι, υπάρχει ακόμα ελπίδα.
Τρελή στη μέθοδο
Ακολουθούν άλλες πρόσφατες εξελίξεις στον περιστασιακά περίεργο κόσμο των αλγορίθμων.
- Τίποτα όπως αυτοματοποιημένο "θερμά προσωπικά": Αυτό ήταν μάλλον αναπόφευκτο. Η Google μόλις έλαβε ένα δίπλωμα ευρεσιτεχνίας για λογισμικό που θα κρατούσε τόσο κοντά τη συμπεριφορά των κοινωνικών μέσων σας ότι θα είναι σε θέση να σας προσφέρει μια επιλογή πιθανών αντιδράσεων σε ό, τι σχόλια ή ερωτήματα έρχονται στο Facebook ή στο Twitter. Αν, για παράδειγμα, κάποιος φίλος αποκτήσει νέα δουλειά, το λογισμικό θα πρότεινε μια απάντηση, πιθανώς κάτι σαν "Συγχαρητήρια". Αυτό είναι σωστό, δεν θα έπρεπε να σπαταλάτε οποιαδήποτε από την δύναμη του εγκεφάλου σας. Ο αλγόριθμος θα το κάνει για εσάς.
- Τηλεφωνήστε: Οι ερευνητές του Πανεπιστημίου του Ελσίνκι ανέπτυξαν αλγόριθμους για τον προσδιορισμό του τρόπου με τον οποίο οι άνθρωποι περνούν - περπατώντας, οδηγώντας ή παίρνοντας το λεωφορείο ή το μετρό - παρακολουθώντας τα σήματα επιταχυνσιόμετρο των κινητών τηλεφώνων τους. Αυτό τους επιτρέπει να αναλύουν τη συχνότητα των στάσεων τους και να ξεκινούν. Οι ερευνητές λένε ότι θα μπορούσε να είναι ένα ισχυρό εργαλείο για να βοηθήσει τους υπεύθυνους σχεδιασμού να κατανοήσουν πώς μετακινούνται οι άνθρωποι στις πόλεις τους.
- Όλες οι ειδήσεις που ταιριάζουν: Το Facebook έχει τροποποιήσει τους αλγόριθμους "ειδήσεων ειδήσεων", έτσι ώστε να εμφανιστούν πιο πρόσφατα νέα. Η ιδέα είναι να δοθεί μεγαλύτερη έκφραση σε συνδέσμους με άρθρα από ειδησεογραφικά πρακτορεία σε feeds του Facebook - που θα βοηθήσουν τον κολοσσό των κοινωνικών μέσων ενημέρωσης να είναι περισσότερο συναφής με αυτό που συμβαίνει στον κόσμο εκτός από τα γενέθλια των φίλων. Η εικασία είναι ότι αυτή είναι μια προσπάθεια από το Facebook να αμφισβητήσει την κυριαρχία του Twitter για τη δημιουργία buzz γύρω από τα τρέχοντα γεγονότα.
- Τι έχει να πουν για τους Σικάγος Cubs; Ένας Ισραηλινός επιστήμονας υπολογιστών έχει δημιουργήσει έναν αλγόριθμο που μπορεί να αναλύσει τεράστιους όγκους ηλεκτρονικών δεδομένων για παρελθόντα γεγονότα από πηγές τόσο διαφορετικές όπως το αρχείο του New York Times στο Twitter και να προβλέψουν τι μπορεί να συμβεί στο μέλλον. Πιο συγκεκριμένα, ο επιστήμονας, Kira Radinsky, χρησιμοποίησε το σύστημά της για να προβλέψει την πρώτη επιδημία χολέρας στην Κούβα σε πολλές δεκαετίες και τις διαδηλώσεις που οδηγούν στην Αραβική Άνοιξη.
Βίντεο bonus: Εδώ είναι η TED συζήτηση που έκανε τον Eli Pariser και την αντίληψή του για τη φούσκα φίλτρου διάσημη.
Βίντεο μπόνους μπόνους: Υπάρχουν αλγόριθμοι για τα πάντα αυτές τις μέρες και, για να πιστέψουμε Sheldon, της "The" Big Bang Theory, "που περιλαμβάνει τη δημιουργία φίλων.
Περισσότερα από το Smithsonian.com
Πόσο μεγάλα δεδομένα άλλαξαν τη χρονολόγηση
Σκεφτείτε ότι κάνετε μια καλή δουλειά; Όχι αν οι αλγόριθμοι λένε ότι δεν είστε
