Εισαγωγή στη Μηχανική Προκατάληψη – Πώς λειτουργούν οι αλγόριθμοι όταν ελέγχουν και φιλτράρουν τις πληροφοριών που βλέπουμε στις ροές ειδήσεων μας και τι μπορούμε να κάνουμε για να ανακτήσουμε τον έλεγχο των ειδήσεων μας.
Μετά από αυτό το μάθημα, θα μπορείτε να:
Η τεχνητή νοημοσύνη και οι αλγόριθμοί της είναι όροι γνωστοί σε όλους μας, ωστόσο οι εφαρμογές και οι λειτουργίες τους μπορεί να μην είναι ευκολά κατανοητές. Τους συναντάμε τακτικά, αν όχι καθημερινά και πολύ πιο συχνά από ό,τι φανταζόμαστε. Ενώ οι αλγόριθμοι πράγματι απλοποιούν πολλές λειτουργίες σε διάφορους τομείς, είναι σημαντικό να αναγνωρίσουμε ότι αυτά τα εργαλεία, αν και ισχυρά, δεν είναι άψογα και μπορούν, κατά καιρούς, να διαιωνίσουν ακούσια τις διακρίσεις.
Οι αλγόριθμοι ροών κοινωνικής δικτύωσης είναι πολύπλοκα σύνολα προγραμματιστικών κανόνων και μαθηματικών μοντέλων που έχουν σχεδιαστεί για να ταξινομούν και να ιεραρχούν τις αναρτήσεις, τις εικόνες, τα βίντεο και άλλους τύπους περιεχομένου που θα εμφανίζονται στη ροή ειδήσεων ενός χρήστη.
Κάθε κλικ, κάθε like, κάθε διαμοιρασμός, διαμορφώνει το newsfeed μας – και κατ’ επέκταση, την άποψή μας για τον κόσμο. Η κατανόηση αυτού του μηχανισμού είναι το πρώτο βήμα προς μια πιο συνειδητή και ισορροπημένη χρήση των κοινωνικών δικτύων!
Αυτό το πολύπλοκο και δυναμικό σύνολο αλγορίθμων επηρεάζει όχι μόνο το περιεχόμενο που βλέπουμε αλλά και τον τρόπο που αντιλαμβανόμαστε τον κόσμο.
To Filter Bubble είναι η εξατομικευμένη πραγματικότητα που που μας προσφέρει η ροή ειδήσεων και που δημιουργείται από αλγόριθμους. Ο Eli PARISER έκανε δημοφιλή αυτή την έννοια στο βιβλίο του “The Filter Bubble: How the New Personalized Web Is Changing What We Read and How We Think”.
Σύμφωνα με την PARISER, οι χρήστες βρίσκονται συχνά εκτεθειμένοι σε μια περιορισμένη ροή πληροφοριών που ενισχύει τις υπάρχουσες απόψεις τους και τους απομονώνει από αντικρουόμενες απόψεις ή διαφορετικές προοπτικές.
Φιλτράροντας τις πληροφορίες και παρουσιάζοντάς μας μια εξατομικευμένη πραγματικότητα, έχουν τη δύναμη να ενισχύσουν τις υπάρχουσες πεποιθήσεις και να διαμορφώσουν κοινωνικές απόψεις και συμπεριφορές!
Ως αποτέλεσμα, οι χρήστες βρίσκονται συχνά εκτεθειμένοι σε μια περιορισμένη ροή πληροφοριών που ενισχύει τις υπάρχουσες απόψεις τους και τους απομονώνει από αντικρουόμενες απόψεις ή διαφορετικές προοπτικές. Αυτό μπορεί να περιορίσει την κατανόηση και τις γνώσεις των χρηστών σε διάφορα θέματα, να δημιουργήσει «θαλάμους ηχούς» και ενδεχομένως να συμβάλει στην πόλωση των απόψεων για σημαντικά ζητήματα.
Πραγματικά καθημερινά παραδείγματα που δείχνουν πώς οι αλγόριθμοι έχουν επηρεάσει τις τάσεις των μέσων κοινωνικής δικτύωσης και τις συζητήσεις.
Εάν παρακολουθήσετε ένα βίντεο που επικρίνει ορισμένες πολιτιστικές ή θρησκευτικές πρακτικές σε μια ξένη χώρα, ο αλγόριθμος θα προτείνει άλλα βίντεο που επικρίνουν την ίδια χώρα ή άλλα βίντεο που απεικονίζουν παρόμοιες πολιτιστικές πρακτικές με στερεότυπο τρόπο… Πέφτετε σε ομοιόμορφη σκέψη!
Στο Facebook, οι αλγόριθμοι της ροής ειδήσεων μπορούν να ενισχύσουν ορισμένες ειδήσεις. Ως αποτέλεσμα, για παράδειγμα, ιδιαίτερα ασήμαντες ιστορίες μπορεί να γίνουν viral, ενώ άλλες, ίσως σημαντικές ιστορίες γίνονται λιγότερο ορατές. Παράδειγμα: Το 2021, το βίντεο του David Allen να χορεύει στο τραγούδι “Stay” των Kid Laroi και Justin Bieber έλαβε 43,9 εκατομμύρια likes και πάνω από 313 εκατομμύρια προβολές στο TikTok.
Hashtags στο Twitter. Για παράδειγμα, το hashtag #MeToo έχει πυροδοτήσει μια ευρεία παγκόσμια συζήτηση για τη σεξουαλική παρενόχληση και τις σεξουαλικές επιθέσεις, χάρη σε μεγάλο βαθμό στον αλγόριθμο του Twitter που ευνόησε τα tweets που χρησιμοποιούν αυτό το hashtag λόγω της δημοτικότητας και της συνάφειάς τους.
Στο Instagram, οι αλγόριθμοι τείνουν να προτιμούν περιεχόμενο από influencers με μεγάλο αριθμό ακολούθων και υψηλή αφοσίωση, κάτι που μπορεί να επηρεάσει τις τάσεις της μόδας και την κοινωνία συνολικά και να κατευθύνει τους καταναλωτές προς ορισμένα προϊόντα!
Οι αλγόριθμοι μπορούν μερικές φορές να συμβάλλουν στην ταχεία εξάπλωση της παραπληροφόρησης, καθώς το περιεχόμενο που προκαλεί έντονες αντιδράσεις συχνά διαδίδεται ευρύτερα. Για παράδειγμα, οι θεωρίες συνωμοσίας και η παραπληροφόρηση σχετικά με τον COVID-19 έχουν εξαπλωθεί γρήγορα σε πολλές πλατφόρμες.
Έχουν γίνει συζητήσεις σχετικά με την κακή χρήση αλγορίθμων στη διάδοση πολωτικού πολιτικού περιεχομένου και την πιθανή επιρροή στις εκλογές. Για παράδειγμα, το 2016 η Ρωσική Υπηρεσία Ερευνών Διαδικτύου (IRA) χρησιμοποίησε στοχευμένες διαφημίσεις στα μέσα κοινωνικής δικτύωσης για να βοηθήσει τον Ντόναλντ Τραμπ, κατευθύνοντας τις μαύρες ψήφους υπέρ του που εις βάρος της Χίλαρι Κλίντον.
Στρατηγικές για να ανακτήσετε τον έλεγχο της ροής ειδήσεων σας:
Για παράδειγμα, μπορείτε να επιλέξετε να ακολουθήσετε ή να κάνετε σίγαση ορισμένων λογαριασμών ή να αλλάξετε τον τρόπο ταξινόμησης του περιεχομένου.
με άλλους τύπους περιεχομένου.
Μην βασίζεστε αποκλειστικά στη ροή ειδήσεων σας.
της λίστας επαφών σας μπορεί να σας βοηθήσει να περιορίσετε τον τρόπο λειτουργείας του αλγορίθμου.
Η απομάκρυνση από τα μέσα κοινωνικής δικτύωσης μπορεί να βοηθήσει στην επαναφορά των αλγορίθμων σας και να σας δώσει μια νέα προοπτική. Κάντε μια ψηφιακή δίαιτα.
Εφαρμογές όπως το Feedly ή το Flipboard σάς επιτρέπουν να δημιουργήσετε τη δική σας ροή ειδήσεων επιλέγοντας συγκεκριμένες πηγές και θέματα. Αυτό σας δίνει περισσότερο έλεγχο στο περιεχόμενο που βλέπετε, ανεξάρτητα από τους αλγόριθμους των μέσων κοινωνικής δικτύωσης.
➜ Υιοθετώντας αυτά τα αντανακλαστικά, μπορείτε να έχετε καλύτερο έλεγχο του περιεχομένου που εμφανίζεται στη Ροή Ειδήσεων, καθιστώντας το πιο σχετικό και ενδιαφέρον για εσάς.
➜ Ωστόσο, ο άμεσος έλεγχος των αλγορίθμων μέσων κοινωνικής δικτύωσης δεν είναι δυνατός για τους χρήστες, καθώς αυτοί οι αλγόριθμοι ανήκουν και διαχειρίζονται οι ίδιες οι εταιρείες κοινωνικών μέσων. Μην ξεχνάτε ποτέ ότι πίσω από μια μηχανή, υπάρχει πάντα ένα ανθρώπινο πνεύμα (ή ακόμα και μια πολύ ισχυρή οικονομική αυτοκρατορία) και ότι η ουδετερότητα δεν υπάρχει.
➜ Αν και αυτά τα εργαλεία και οι στρατηγικές δεν σας επιτρέπουν να ελέγχετε απευθείας τους αλγόριθμους, προσφέρουν έναν τρόπο διαχείρισης των όσων βλέπετε στα μέσα κοινωνικής δικτύωσης, ώστε να έχετε μια πιο εξατομικευμένη και ελεγχόμενη διαδικτυακή εμπειρία.
Βασικά στοιχεία/Άρθρο: οι 30 πιο ισχυρά ονόματα στον τομέα των μέσων κοινωνικής δικτύωσης για το 2023 https://www.fastcompany.com/90849097/most-innovative-companies-social-media-2023
Εργαλεία: εδώ υπάρχουν επεκτάσεις προγράμματος περιήγησης, όπως το F.B. Purity για το Facebook, το οποίο επιτρέπει στους χρήστες να εξατομικεύουν την εμπειρία τους στα μέσα κοινωνικής δικτύωσης. Αυτές οι επεκτάσεις ενδέχεται να προσφέρουν επιλογές για το φιλτράρισμα ορισμένων τύπων περιεχομένου, την διαφορετική οργάνωση των ροών ειδήσεων ή τον αποκλεισμό διαφημίσεων.
Βιβλία και Μελέτες
– Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy by Cathy O’Neil, Ed. Crown Σεπτέμβριος 2016 (Αυτό το βιβλίο εξετάζει πώς οι αλγόριθμοι, υπό το πρόσχημα της αντικειμενικότητας, μπορούν να ενισχύσουν την ανισότητα και την προκατάληψη).
– Algorithms of Oppression: How Search Engines Reinforce Racism by Safiya Umoja Noble, Ed. NYU Press 2018 (Η Noble διερευνά πώς οι αλγόριθμοι αναζήτησης, ειδικά αυτοί που χρησιμοποιούνται από μεγάλες εταιρείες όπως η Google, μπορούν να διαιωνίσουν ρατσιστικά και σεξιστικά στερεότυπα).
– The Filter Bubble: How the New Personalised Web Is Changing What We Read and How We Think by Eli Pariser, Ed. New York, Penguin Press, 2011 (Ο Pariser εξηγεί πώς οι αλγόριθμοι εξατομίκευσης στο διαδίκτυο δημιουργούν “filter bubbles”, περιορίζοντας την έκθεσή μας σε διάφορες πληροφορίες και προοπτικές).
– Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor by Virginia Eubanks. Ed. St. Martin’s Press, New York, 2018 (Αυτό το βιβλίο εστιάζει στον τρόπο με τον οποίο χρησιμοποιούνται οι αλγόριθμοι για τη διαχείριση κοινωνικών υπηρεσιών, συχνά εις βάρος των πιο ευάλωτων πληθυσμών).
– Data and Goliath: The Hidden Battles to Collect Your Data and Control Your World by Bruce Schneier. Ed. W.W. Norton & Company, 2015 (Η Schneier διερευνά τις τεράστιες ποσότητες δεδομένων που συλλέγονται για εμάς από το διαδίκτυο και πώς χρησιμοποιούνται, συχνά με αδιαφανή τρόπο).
Με τη χρηματοδότηση της Ευρωπαϊκής Ένωσης. Οι απόψεις και οι γνώμες που διατυπώνονται εκφράζουν αποκλειστικά τις απόψεις των συντακτών και δεν αντιπροσωπεύουν κατ’ανάγκη τις απόψεις της Ευρωπαϊκής Ένωσης ή του Ευρωπαϊκού Εκτελεστικού Οργανισμού Εκπαίδευσης και Πολιτισμού (EACEA). Η Ευρωπαϊκή Ένωση και ο EACEA δεν μπορούν να θεωρηθούν υπεύθυνοι για τις εκφραζόμενες απόψεις.Αριθμός Σχεδίου: 2022-2-IE01-KA220-YOU-000099163