Желимо да верујемо да је свака посета Гоогле-у потрага за знањем или, бар, корисним информацијама. Наравно, али то је и чин нарцизма.
Сваки пут када преузмемо резултате претраживања, извучемо виртуелно огледало које одражава ко смо у веб свету. То је оно што је Ели Парисер прикладно описао као "филтер балон" у својој књизи из 2011. године, Филтер Буббле: Шта Интернет скрива од вас .
Парисер је изнио мишљење иза алгоритмичке персонализације. Пажљивим праћењем сваког нашег клика, Гоогле - а сада Фацебоок и све више и више других веб локација - може на основу прошлих понашања да створи прилично добра нагађања о ономе што желимо да знамо. То значи да двоје људи који врше потпуно исту претрагу могу на крају добити врло различите резултате.
Хранимо се оним што наизглед желимо, а пошто је вероватније да ћемо кликнути на ствари унутар наше зоне комфора - укључујући огласе - Гоогле и друге, мотивисани су да продуже своје циљање. Као резултат, мјехурићи у којима живимо смањују се.
Постоји цена за сву ову прецизност, како је Парисер истакла у интервјуу за Марију Попову из Браин Пицкингса:
"Персонализација је нека врста приватности окренута изнутра: није проблем у контроли онога што свет зна о вама, то је проблем у ономе што видите од света."
Већа слика
Значи, заробљени смо у лавиринту сопствене израде, зар не?
Не нужно, захваљујући тиму научника који кажу да су можда пронашли начин да избегну ограничења алгоритама. Као што је недавно објавио МИТ Тецхнологи Ревиев, Едуардо Граеллс-Гарридо на Универзитат Помпеу Фабра у Барселони и Моуниа Лалмас и Даниел Куерциа из Иахоо Лабс-а развили су оно што називају "механизмом препорука" и осмислили су људе да излажу супротстављене ставове.
Један кључ, кажу истраживачи, јесте да ти погледи потичу од људи са којима делимо другачија интересовања. Изгледа да нас чини пријемчивијима за мишљења која бисмо иначе вероватно одбацили као глупости. Други је представљање супротстављених погледа на визуелни начин због чега се они осећају мање страним.
У том циљу, научници су користили модел облака речи, који је омогућио учесницима студије да виде о којим предметима се најчешће твитерују, као и да имају приступ - на визуелно привлачан начин - садржаје других чији су облаци сопствене речи помињали су многе те исте теме.
Али шта ако неки од тих садржаја одражава сасвим другачији политички поглед? Да ли би га људи инстинктивно одбацили?
Да би своју теорију показали правилним тестом, истраживачи су повезали људе на супротним странама проблема који евоцира дубоко лична осећања - побачај. Фокусирали су се на хиљаде активних корисника Твиттера у Чилеу који су у своје твитове додали хасхтагове попут #пролифе и #процхоице, стварајући облаке речи на основу термина које најчешће користе.
Затим су учесницима студије пружили твитове од људи који су имали исте исте појмове у облацима речи, али који су такође имали супротно мишљење о побачају. Истраживачи су открили да су, с обзиром да људи изгледају повезано са онима који имају сличне облаке речи, више занимали њихови коментари. А то је имало тенденцију да их изложи много ширем распону мишљења и идеја него што би иначе доживели.
Укратко, истраживачи су користили оно што им је заједничко како би учинили отвореније за дискусију о начину на који се разликују. Они су закључили да је њихов рад "индиректан начин за повезивање различитих људи".
Дакле, наде још нема.
Лудило за методу
Ево још недавних дешавања у понекад бизарном свету алгоритама.
- Ништа попут аутоматизованих „Топлих личних поздрава“: Ово је вероватно било неизбежно. Гоогле је управо добио патент за софтвер који ће толико пратити ваше понашање на друштвеним медијима да ће вам моћи пружити избор могућих реакција на све коментаре или упите који вам се јаве на Фацебооку или Твиттеру. Ако, на пример, пријатељ добије нови посао, софтвер би предложио одговор, вероватно нешто попут „Честитамо“. Тако је, не бисте морали да трошите ниједну снагу мозга. Алгоритам ће то урадити за вас.
- Слушајте телефоном: Истраживачи са Хелсиншког универзитета развили су алгоритме за одређивање како се људи сналазе - ходају, возе или возе аутобусом или метроом - пратећи сигнале акцелерометра својих мобилних телефона. То им омогућава да анализирају фреквенцију заустављања и стартања. Истраживачи кажу да би то могао бити моћан алат за помагање планерима да разумеју како се људи крећу у својим градовима.
- Све вести које одговарају: Фацебоок је прилагодио своје алгоритме „фид вести“ тако да ће се тамо појавити стварније вести. Идеја је да се већа изложеност везује за чланке новинских организација на Фацебоок феедовима - што ће помоћи да се гигант друштвених медија учини релевантнијим за оно што се дешава у свету, осим рођендана пријатеља. Нагађања су да је ово покушај Фацебоока да оспори Твиттер-ову доминацију у генерирању зујања око актуелних догађаја.
- Шта она има да каже о Цхицаго Цубс-у? убудуће. Најзначајније, научница по имену Кира Радински користила је свој систем за предвиђање прве епидемије колере на Куби током многих деценија и протеста који су водили до Арапског пролећа.
Видео бонус: Ево приче о ТЕД-у који је Ели Парисер-а и његов концепт филтера постао познат.
Видео бонус бонус: Постоје алгоритми за све ових дана и, за веровати Схелдон, „Теорија великог праска“, који укључује склапање пријатељстава.
Више са Смитхсониан.цом
Како су велики подаци променили упознавање
Мислиш да радиш добар посао? Не ако Алгоритми кажу да нисте
