Обичаме да вярваме, че всяко посещение в Google е търсене на знания или поне полезна информация. Със сигурност, но това е и акт на нарцисизъм.
Всеки път, когато извличаме резултати от търсенето, ние изваждаме виртуално огледало, отразяващо кои сме в уеб света. Това е това, което Ели Париер уместно определи като „филтърния балон“ в своята книга от 2011 г. „Филтърният балон: Какво Интернет крие от вас“ .
Париж изложи мисленето зад алгоритмичната персонализация. Чрез щателно проследяване на всяко наше щракване, Google - и сега Facebook и все повече и повече други уебсайтове - можем, въз основа на миналото поведение, да направим доста добри предположения за това, което искаме да знаем. Това означава, че двама души, извършващи абсолютно едно и също търсене, могат да доведат до много различни резултати.
Ние сме хранени с това, което изглежда искаме и тъй като е по-вероятно да кликнем върху неща в нашата зона на комфорт - включително реклами - Google и други, са мотивирани да продължат да изострят насочването си. В резултат на това мехурчетата, в които живеем, се свиват.
Има цена за цялата тази прецизност, както изтъкна Париж в интервю за Мария Попова от Brain Pickings:
„Персонализацията е нещо като поверителност, обърната отвътре навън: не е проблемът да контролирате това, което светът знае за вас, това е проблемът на това, което виждате за света.“
По-голямата картина
Значи сме в капан в лабиринт от собственото си създаване, нали?
Не е задължително, благодарение на екип от учени, които казват, че може би са измислили начин да избягат от ограниченията на алгоритмите. Както MIT Technology Review съобщи наскоро, Едуардо Граелс-Гаридо от Университета Помпе Фабра в Барселона, а Муния Лалмас и Даниел Куерсия в Yahoo Labs са разработили това, което наричат „препоръчителен двигател“, предназначено да изложи хората на противоположни възгледи.
Един от ключовите, твърдят изследователите, е, че тези възгледи идват от хора, с които споделяме други интереси. Това изглежда ни прави по-възприемчиви към мнения, които иначе вероятно бихме отхвърлили като глупави. Другото е да се представят противоположни гледни точки по визуален начин, което ги кара да се чувстват по-малко чужди.
За тази цел учените използваха модела на слоевия облак, който позволи на участниците в проучването да видят кои предмети са склонни да туитят най-често, както и да имат достъп - по визуално ангажиращ начин - до съдържание от други, чиито облачните думи споменаха много от едни и същи теми.
Но какво ще стане, ако част от това съдържание отразява съвсем различно политическо мнение? Хората инстинктивно ли биха го отхвърлили?
За да поставят теорията си на правилно изпитание, изследователите свързват хората от противоположните страни на проблем, който предизвиква дълбоко лични чувства - аборт. Те се съсредоточиха върху хиляди активни потребители на Twitter в Чили, които бяха включили в туитовете си хештаги като #prolife и #prochoice, създавайки облачни думи за тях въз основа на термините, които използват най-често.
След това, те предоставиха на участниците в проучването туитове от хора, които имаха много еднакви термини в облаците на думите си, но които също имаха противоположното мнение относно аборта. Изследователите установили, че тъй като хората сякаш чувстват връзка с тези, които имат подобни облачни думи, те се интересуват повече от техните коментари. И това обикновено ги излагаше на много по-широк кръг от мнения и идеи, отколкото биха имали иначе.
Накратко, изследователите използваха общото между хората, за да ги направят по-отворени за обсъждане на начините, по които те се различават. Те заключиха, че документът им е намерил „косвен начин да свържат различни хора“.
Така че, има надежда все още.
Лудост по метода
Ето и други скорошни разработки в понякога странния свят на алгоритмите.
- Нищо като автоматизирано "Топло лично отношение": Това вероятно беше неизбежно. Току-що Google получи патент за софтуер, който ще следи толкова внимателно поведението ви в социалните медии, че ще бъде в състояние да ви предостави избор на възможни реакции на каквито коментари или запитвания стигнат до вас във Facebook или Twitter. Ако например приятел получи нова работа, софтуерът би предложил отговор, вероятно нещо като "Поздравления". Точно така, не би трябвало да губите нито една своя мозъчна сила. Алгоритъмът ще го направи вместо вас.
- Телефонирайте: Изследователи от Хелзинкския университет са разработили алгоритми за определяне как хората обикалят - ходене, шофиране или каране на автобус или метро - чрез проследяване на сигналите на акселерометъра на техните мобилни телефони. Това им позволява да анализират честотата на спирането и стартирането им. Според изследователите това може да бъде мощен инструмент за подпомагане на планиращите да разберат как хората се движат в градовете си.
- Всички новини, които са подходящи: Facebook е изменил алгоритмите си за „подаване на новини“, така че по-актуалните новини ще започнат да се показват там. Идеята е да се изложи по-голямо излагане на връзки към статии от новинарски организации във Facebook емисии - което ще помогне на гиганта на социалните медии да бъде по-подходящ за случващото се в света, освен рождените дни на приятелите. Спекулациите са, че това е усилие на Facebook да оспори доминацията на Twitter в генерирането на бръмча около текущите събития.
- Какво има тя да каже за Chicago Cubs?: Израелски компютърен учен е създал алгоритъм, който може да анализира огромни обеми електронни данни за минали събития от толкова разнообразни източници, колкото архива на New York Times, до емисиите на Twitter и да прогнозира какво може да се случи в бъдеще. Най-важното е, че учената на име Кира Радински използва своята система, за да предскаже първата епидемия от холера в Куба от много десетилетия и протестите, водещи до Арабската пролет.
Видео бонус: Ето говоренето за TED, което направи Ели Париж и неговата концепция за филтърния балон известни.
Бонус за видео бонус: Има алгоритми за всичко в наши дни и, за вярване на Шелдън, за „Теорията на големия взрив“, която включва създаване на приятели.
Още от Smithsonian.com
Как големите данни са променили запознанствата
Мислите, че вършите добра работа? Не, ако алгоритмите казват, че не сте
