Kami ingin meyakini bahwa setiap kunjungan ke Google adalah pencarian pengetahuan, atau, setidaknya, informasi yang bermanfaat. Tentu, tapi itu juga tindakan narsisme.
Setiap kali kami mengambil hasil pencarian, kami mengeluarkan cermin virtual yang mencerminkan siapa kita di dunia Web. Itulah yang oleh Eli Pariser digambarkan sebagai "filter bubble" dalam bukunya tahun 2011, The Filter Bubble: Apa yang Disembunyikan Internet Dari Anda .
Pariser mengemukakan pemikiran di balik personalisasi algoritmik. Dengan melacak setiap klik kami dengan cermat, Google - dan sekarang Facebook dan semakin banyak situs web lainnya - dapat, berdasarkan perilaku masa lalu, membuat tebakan yang cukup bagus tentang apa yang ingin kami ketahui. Ini berarti bahwa dua orang yang melakukan pencarian yang persis sama dapat berakhir dengan hasil yang sangat berbeda.
Kami menerima apa yang tampaknya kami inginkan, dan karena kami lebih cenderung mengklik hal-hal dalam zona nyaman kami - termasuk iklan - Google, dan lainnya, termotivasi untuk terus mempertajam penargetan mereka. Akibatnya, gelembung yang kita tinggali menyusut.
Ada harga untuk semua ketepatan ini, seperti yang ditunjukkan Pariser dalam sebuah wawancara dengan Brain Popings Maria Popova:
"Personalisasi adalah semacam privasi yang diubah: bukan masalah mengendalikan apa yang dunia tahu tentang Anda, itu masalah apa yang Anda lihat dari dunia."
Gambar yang lebih besar
Jadi kita terjebak dalam labirin buatan kita sendiri, bukan?
Belum tentu, terima kasih kepada tim ilmuwan yang mengatakan mereka mungkin telah menemukan cara untuk menghindari kendala algoritma. Seperti yang dilaporkan oleh MIT Technology Review baru-baru ini, Eduardo Graells-Garrido di Universitat Pompeu Fabra di Barcelona dan Mounia Lalmas dan Daniel Quercia di Yahoo Labs telah mengembangkan apa yang mereka sebut sebagai "mesin rekomendasi, " yang dirancang untuk memaparkan orang pada pandangan yang berlawanan.
Salah satu kunci, kata para peneliti, adalah bahwa pandangan-pandangan itu datang dari orang-orang dengan siapa kami berbagi minat lain. Itu tampaknya membuat kita lebih bisa menerima pendapat yang kemungkinan besar kita anggap sebagai kebodohan. Yang lainnya adalah menghadirkan pandangan yang bertentangan dengan cara visual yang membuat mereka merasa kurang asing.
Untuk itu, para ilmuwan menggunakan model kata cloud, yang memungkinkan peserta penelitian untuk melihat subjek apa yang paling sering mereka twit, dan juga memiliki akses ke - dengan cara yang menarik secara visual - konten dari orang lain yang kata cloud sendiri menyebutkan banyak topik yang sama.
Tetapi bagaimana jika beberapa konten itu mencerminkan pandangan politik yang sangat berbeda? Apakah orang secara naluriah akan menolaknya?
Untuk menguji teori mereka, para peneliti menghubungkan orang-orang di sisi yang berlawanan dari masalah yang membangkitkan perasaan pribadi yang mendalam - aborsi. Mereka fokus pada ribuan pengguna Twitter aktif di Chili yang memasukkan tagar seperti #prolife dan #prochoice di tweet mereka, menciptakan kata cloud untuk mereka berdasarkan istilah yang paling sering mereka gunakan.
Kemudian, mereka memberikan tweet kepada peserta studi dari orang-orang yang memiliki banyak istilah yang sama di awan kata-kata mereka, tetapi juga memiliki pandangan yang berlawanan tentang aborsi. Para peneliti menemukan bahwa karena orang-orang tampaknya merasakan hubungan dengan mereka yang memiliki kata awan yang sama, mereka lebih tertarik pada komentar mereka. Dan itu cenderung memaparkan mereka pada berbagai pendapat dan gagasan yang jauh lebih luas daripada yang seharusnya mereka alami.
Singkatnya, para peneliti menggunakan kesamaan yang dimiliki orang untuk membuat mereka lebih terbuka untuk mendiskusikan cara-cara di mana mereka berbeda. Makalah mereka menyimpulkan, menemukan "cara tidak langsung untuk menghubungkan orang-orang yang berbeda."
Jadi, masih ada harapan.
Kegilaan untuk metode ini
Berikut adalah perkembangan terbaru lainnya dalam dunia algoritma yang terkadang aneh.
- Tidak ada yang seperti "Salam hangat pribadi" otomatis: Ini mungkin tidak bisa dihindari. Google baru saja menerima paten untuk perangkat lunak yang akan melacak perilaku media sosial Anda sedemikian rupa sehingga dapat memberi Anda pilihan reaksi yang memungkinkan atas komentar atau pertanyaan apa pun yang muncul di Facebook atau Twitter. Jika, misalnya, seorang teman mendapatkan pekerjaan baru, perangkat lunak akan menyarankan respons, mungkin sesuatu seperti "Selamat." Itu benar, Anda tidak perlu membuang kekuatan otak Anda. Algoritma akan melakukannya untuk Anda.
- Telepon di: Para peneliti di University of Helsinki telah mengembangkan algoritma untuk menentukan bagaimana orang berkeliling - berjalan, mengemudi atau naik bus atau kereta bawah tanah - dengan melacak sinyal accelerometer dari ponsel mereka. Itu memungkinkan mereka untuk menganalisis frekuensi berhenti dan mulai mereka. Para peneliti mengatakan itu bisa menjadi alat yang ampuh dalam membantu perencana memahami bagaimana orang bergerak di kota mereka.
- Semua berita yang cocok: Facebook telah mengubah algoritma "umpan berita" sehingga berita yang lebih aktual akan mulai muncul di sana. Idenya adalah untuk memberikan paparan yang lebih besar ke tautan ke artikel dari organisasi berita di Facebook feed - yang akan membantu membuat raksasa media sosial lebih relevan dengan apa yang terjadi di dunia selain ulang tahun teman. Spekulasi adalah bahwa ini adalah upaya Facebook untuk menantang dominasi Twitter dalam menghasilkan buzz di sekitar peristiwa terkini.
- Apa yang dia katakan tentang Chicago Cubs ?: Seorang ilmuwan komputer Israel telah menciptakan sebuah algoritma yang dapat menganalisis volume besar data elektronik tentang peristiwa masa lalu dari berbagai sumber yang beragam seperti arsip New York Times untuk feed Twitter dan memprediksi apa yang akan terjadi di masa depan. Terutama, ilmuwan, bernama Kira Radinsky, telah menggunakan sistemnya untuk memprediksi epidemi kolera pertama di Kuba dalam beberapa dekade dan protes yang mengarah ke Musim Semi Arab.
Bonus video: Inilah pembicaraan TED yang membuat Eli Pariser dan konsepnya tentang filter bubble terkenal.
Bonus video bonus: Ada algoritma untuk semuanya hari ini dan, untuk percaya Sheldon, dari "The" Big Bang Theory, "yang termasuk berteman.
Lebih banyak dari Smithsonian.com
Bagaimana Big Data Telah Mengubah Kencan
Pikirkan Anda Melakukan Pekerjaan dengan Baik? Tidak Jika Algoritma Mengatakan Anda Tidak
