Želimo vjerovati da je svaki posjet Googleu traženje znanja ili, barem, korisnih informacija. Svakako, ali to je i čin narcizma.
Svaki put kad dohvatimo rezultate pretraživanja, izvučemo virtualno zrcalo koje odražava tko smo u web svijetu. To je ono što je Eli Pariser prikladno opisao kao "filter mjehurić" u svojoj knjizi "Filter mjehurić" iz 2011. godine: Što Internet skriva od vas .
Pariser je iznio mišljenje iza algoritamske personalizacije. Temeljitim praćenjem svakog našeg klika, Google - a sada Facebook i sve više i više drugih web stranica - može na temelju prošlih ponašanja stvoriti prilično dobra nagađanja o onome što želimo znati. To znači da dvoje ljudi koji obavljaju potpuno istu pretragu mogu završiti s vrlo različitim rezultatima.
Hranimo se onim što naizgled želimo i budući da je veća vjerojatnost da ćemo kliknuti na stvari unutar naše zone komfora - uključujući oglase - Google i druge, motivirani su da oštrije ciljaju. Kao rezultat, mjehurići u kojima živimo smanjuju se.
Postoji cijena za svu tu preciznost, kako je Pariser istaknuo u intervjuu za Mariju Popovu iz Brain Pickingsa:
"Personalizacija je vrsta privatnosti okrenuta iznutra: nije problem kontrolirati ono što svijet zna o vama, to je problem onoga što vi vidite od svijeta."
Veća slika
Znači, zarobljeni smo u labirintu vlastite izrade, zar ne?
Ne nužno, zahvaljujući timu znanstvenika koji kažu kako su možda pronašli način da se riješe ograničenja algoritama. Kao što je nedavno objavio MIT Technology Review, Eduardo Graells-Garrido na Universitat Pompeu Fabra u Barceloni i Mounia Lalmas i Daniel Quercia iz Yahoo Labsa razvili su ono što nazivaju "mehanizmom preporuka" dizajniranim tako da izlažu ljude suprotstavljenim stavovima.
Ključno je, kažu istraživači, da ti pogledi potječu od ljudi s kojima dijelimo druge interese. To nas čini još osjetljivijima na mišljenja koja bismo inače vjerojatno odbacili kao gluposti. Drugi je predstavljanje suprotstavljenih pogleda na vizualni način zbog čega se oni osjećaju manje stranim.
U tu svrhu, znanstvenici su koristili model riječnog oblaka, koji je omogućio sudionicima studije da vide koje teme najčešće tweetuju, a također i da im, na vizualno privlačan način, pristupe sadržaj od drugih čiji oblaci vlastitih riječi spominjali su mnoge iste teme.
Ali što ako neki od tih sadržaja odražavaju vrlo različito političko stajalište? Bi li ga ljudi instinktivno odbacili?
Kako bi svoju teoriju pokazali ispravnim testom, istraživači su povezali ljude na suprotnim stranama problema koji evocira duboko osobni osjećaj - pobačaj. Usredotočili su se na tisuće aktivnih korisnika Twittera u Čileu koji su u svoje tweetove uključili hashtagove poput #prolife i #prochoice, stvarajući oblake riječi na temelju termina koje najčešće koriste.
Zatim su polaznicima studije pružili tweetove od ljudi koji su imali mnoge iste pojmove u oblacima riječi, ali koji su također smatrali suprotno mišljenje o pobačaju. Istraživači su otkrili da, budući da ljudi osjećaju povezanost s onima koji imaju slične oblake riječi, više ih zanimaju njihovi komentari. A to ih je izlagalo mnogo širem rasponu mišljenja i ideja nego što bi ih inače iskusili.
Ukratko, istraživači su koristili ono što im je zajedničko kako bi ih učinili otvorenijima za raspravu o načinima na koje se oni razlikuju. Njihovi su zaključci zaključili da su "neizravan način za povezivanje različitih ljudi".
Dakle, nade još nema.
Ludilo za metodu
Evo drugih nedavnih zbivanja u ponekad bizarnom svijetu algoritama.
- Ništa poput automatiziranih "Toplih osobnih pozdrava": ovo je vjerojatno bilo neizbježno. Google je upravo dobio patent za softver koji će toliko pratiti vaše ponašanje na društvenim mrežama da će vam moći pružiti izbor mogućih reakcija na sve komentare ili upite koji vam se jave na Facebooku ili Twitteru. Ako, na primjer, prijatelj dobije novi posao, softver bi predložio odgovor, vjerojatno nešto poput "Čestitamo". Tako je, ne biste trebali gubiti svoje snage mozga. Algoritam će to učiniti za vas.
- Telefonirajte: Istraživači sa Sveučilišta u Helsinkiju razvili su algoritme za određivanje kako se ljudi snalaze - pješače, voze ili voze autobusom ili metroom - prateći signale akcelerometra svojih mobitela. To im omogućuje analizu učestalosti zaustavljanja i pokretanja. Istraživači kažu da bi to mogao biti moćan alat za pomaganje planerima da razumiju kako se ljudi kreću u svojim gradovima.
- Sve vijesti koje odgovaraju: Facebook je prilagodio svoje algoritme „feeda vijesti“ tako da će se tamo pojaviti stvarnije vijesti. Ideja je veća izloženost vezama do članaka novinskih organizacija na Facebook feedovima - što će pomoći da se div društvenih medija učini relevantnijim za ono što se događa u svijetu, osim rođendana prijatelja. Špekulira se da je ovo pokušaj Facebooka da ospori Twitterinu dominaciju u generiranju zujanja oko trenutnih događaja.
- Što ona ima reći o Chicago Cubsima?: Izraelski računalni znanstvenik stvorio je algoritam koji može analizirati ogromne količine elektroničkih podataka o prošlim događajima iz različitih izvora poput arhive New York Timesa do feedova Twittera i predvidjeti što bi se moglo dogoditi u budućnosti. Najznačajnije, znanstvenica, Kira Radinsky, koristila je svoj sustav za predviđanje prve epidemije kolere na Kubi u mnogo desetljeća i prosvjeda koji su doveli do Arapskog proljeća.
Video bonus: Evo razgovora o TED-u koji je Eli Pariser i njegov koncept filtriranja postao poznat.
Video bonus bonus: Postoje algoritmi za sve što je danas, a vjerujem Sheldon, za "Teoriju velikog praska", koji uključuje sklapanje prijateljstava.
Više sa Smithsonian.com
Kako su veliki podaci promijenili upoznavanje
Mislite da radite dobar posao? Ne ako Algoritmi kažu da nisi
