Googleへのアクセスはすべて、知識、または少なくとも有用な情報の検索であると信じています。 確かに、それはナルシシズムの行為でもあります。
検索結果を取得するたびに、Webの世界にいる人間を反映する仮想ミラーを引き出します。 それは、Eli Pariserが2011年の著書「 The Filter Bubble：What the Internet Is Hiding From You 」で「フィルターバブル」として適切に説明したものです 。
Pariserは、アルゴリズムによるパーソナライズの背後にある考え方を示しました。 Googleはすべてのクリックを詳細に追跡することで、過去の行動に基づいて、Google（および現在はFacebookなどのWebサイト）が知りたいことについてかなり良い推測をすることができます。 これは、まったく同じ検索を行う2人のユーザーが非常に異なる結果になることを意味します。
私たちは私たちが望むものを与えられており、広告などの快適ゾーン内のものをクリックする可能性が高いので、Googleなどはターゲットを絞り続けようとしています。 その結果、私たちが住んでいる泡は縮小しています。
PariserがBrain PickingsのMaria Popovaとのインタビューで指摘したように、このすべての精度には代償があります。
「パーソナライゼーションとは、裏返されたプライバシーのようなものです。それは、世界があなたについて知っていることを管理する問題ではなく、世界について目にするものの問題です。」
より大きな画像
だから、私たちは自分自身の迷路に閉じ込められていますよね？
必ずしもそうではありませんが、アルゴリズムの制約を回避する方法を考え出したかもしれないと言う科学者チームのおかげです。 MIT Technology Reviewが最近報告したように、バルセロナのポンペウファブラ大学とYahoo LabsのMounia LalmasとDaniel QuerciaのEduardo Graells-Garridoは、人々を反対意見にさらすように設計された「推奨エンジン」を開発しました。
研究者たちによると、一つの重要な点は、これらの見解は、私たちが他の利益を共有する人々から得られるということです。 そうすることで、愚かさを捨てる可能性の高い意見を受け入れるようになります。 もう1つの方法は、対立する意見を視覚的な方法で提示して、外国人の印象を少なくすることです。
そのために、科学者はワードクラウドのモデルを使用しました。これにより、研究参加者は、最も頻繁にツイートする傾向のある主題を確認し、視覚的に魅力的な方法で、自身のワードクラウドは、同じトピックの多くに言及しました。
しかし、そのコンテンツの一部が非常に異なる政治的見解を反映している場合はどうでしょうか？ 人々は本能的にそれを拒否するでしょうか？
彼らの理論を適切なテストにかけるために、研究者たちは、個人的な感情を深く引き起こす問題、中絶の反対側の人々を結びつけました。 チリの数千人のアクティブなTwitterユーザーに焦点を当て、ツイートに#prolifeや#prochoiceなどのハッシュタグを含め、最も頻繁に使用する用語に基づいてワードクラウドを作成しました。
それから、彼らは研究参加者に彼らのワードクラウドで同じ用語の多くを持っているが、また中絶に関して反対の見解を持っている人々からのツイートを提供した。 研究者たちは、人々は似たような単語の雲を持っている人たちとのつながりを感じているように見えるので、彼らのコメントにより興味を持っていることを発見した。 そして、それは彼らがそうでなければ経験するよりもはるかに幅広い意見やアイデアに彼らをさらす傾向がありました。
要するに、研究者は、人々が共通していたものを使用して、彼らが異なる方法を議論することにより開かれたものにしました。 彼らの論文によると、彼らは「異種の人々を結びつける間接的な方法」を発見した。
だから、まだ希望があります。
メソッドへの狂気
ここに、時々奇妙なアルゴリズムの世界における最近の他の開発があります。
- 自動化された「温かい個人的な敬意」のようなものはありません 。これはおそらく避けられなかったでしょう。 Googleはあなたのソーシャルメディアの挙動を非常に追跡し続けるソフトウェアの特許を取得したばかりで、FacebookやTwitterでどんなコメントやクエリが来たとしても可能な反応の選択肢を提供することができます。 たとえば、友人が新しい仕事に就くと、ソフトウェアは、おそらく「おめでとう」などの応答を提案します。 そうです、あなたはあなたの脳力を無駄にする必要はありません。 アルゴリズムはあなたのためにそれを行います。
- 電話をかける：ヘルシンキ大学の研究者は、携帯電話の加速度計信号を追跡することで、人々がどのように歩き回る、運転する、バスや地下鉄に乗るのかを決定するアルゴリズムを開発しました。 それにより、彼らは彼らの停止と開始の頻度を分析することができます。 研究者は、それがプランナーが人々が彼らの都市でどのように動き回るかを理解するのを助ける強力なツールでありえると言います。
- 当てはまるすべてのニュース： Facebookは、「ニュースフィード」アルゴリズムを調整して、より多くの実際のニュースが表示されるようにしました。 アイデアは、Facebookフィードのニュース組織からの記事へのリンクをより多く公開することです。これにより、ソーシャルメディアの巨人は、友人の誕生日以外の世界の出来事により関連するようになります。 推測では、これは、Facebookが現在のイベントをめぐる話題の生成におけるTwitterの優位性に挑戦するための取り組みであるということです。
- 彼女はシカゴ・カブスについて何と言っていますか？：イスラエルのコンピューター科学者は、ニューヨーク・タイムズの Twitterフィードへのアーカイブと同じくらい多様なソースからの過去のイベントに関する膨大な量の電子データを分析し、何が起こるかを予測できるアルゴリズムを作成しました将来は。 最も注目すべきは、Kira Radinskyという名前の科学者は、彼女のシステムを使用して、キューバでの最初のコレラの流行と、アラブの春に至るまでの抗議行動を予測しました。
ビデオボーナス： Eli Pariserと彼のフィルターバブルの概念を有名にしたTEDトークです。
ビデオボーナスボーナス：最近のすべてのアルゴリズム、およびシェルドンを信じるには、「The Big Bang Theory」のアルゴリズムがあります。
Smithsonian.comからの詳細
ビッグデータがデートを変えた方法
あなたは良い仕事をしていると思う？ アルゴリズムがそうではないと言ったら
