Innlegg

Som fryst i en digital boble

I siste innlegg diskuterte jeg blant annet anbefalingssystemer, eller anbefalingsalgoritmer som det så fint heter, der disse algoritmene kan hjelpe deg med å filtrere ut det du ikke bryr deg om eller finner interessant og heller vise deg personaliserte annonser eller forslag basert på tidligere klikk og interesser på nett. Dette er et fenomen bygd på ekkokammer og filterbobler, som vi alle utsettes for daglig og kan minne om noe mer fysisk som din indre vennekrets – bare uten etikk.

Ekkokammer
Ifølge en kronikk skrevet av Melanie Magin for forskersonen.no finnes det noen enkelte mennesker som kun tar inn og prosesserer informasjon som bekrefter deres egne meninger. Altså informasjon, ideer, tanker og oppfatninger som forsterkes av repetert kommunikasjon innenfor en avgrenset gruppe (ndla.no). Dette fenomenet er kalt Ekkokammer. Eksempelvis kan man si at dersom du har sterke meninger rundt et spesifikt tema, kan det være vanskelig å prosessere og til og med tro på annen informasjon eller meninger som strider i mot dine egne. Man kan dermed enkelt bli et offer for «Fake News» og dette kan videre resultere i farlige situasjoner.

Forklaringen ligger også i ordet. Du sitter avgrenset i et eget kammer, og hører kun ekko etter ekko av egne eller andre som deler samme meninger og holdninger som deg – men via digitale enheter. Jeg vil senere komme inn på hvilke konsekvenser dette både har og kan ha for det moderne samfunn.

The negative effects of the filter bubble – Business Architecture &  Consultancy BAC

Filterbobler
Filterbobler er som et begrenset informasjonsunivers som de fleste av oss i vårt samfunn lever i. På nesten lik måte som i ekkokammer, kan du virke frakoblet fra omverdenen, men inne i din egne digitale boble, og ikke i et fellesskap. Boblene er individuelle og personaliserte – og informasjonen og dataen som kommer inn i boblen kommer av data du klikker deg inn på eller viser økt interesse mot. Filterboblene er systematiske og skreddersydde anbefalingsalgoritmer som følger med på hvert steg du tar. Hva du søker på, hva du ser på og hva du leser. For de større aktørene blir du en kjempe ressurs i og med at all du klikker deg inn på bidrar til at aktører som Google og Facebook kjenner deg bedre og bedre. For Facebook og Google er målet å vekke din oppmerksomhet og få frem en handling. Ved å annonsere innhold og anbefalinger basert på dine interesser og digitale handlinger vil de kunne skreddersy personlig og relevant innhold som vil gjøre det lettere for deg å finne det du bevist leter etter – eller ikke vet at du leter etter.

Som nevnt bruker Google og FB mekanismer som hjelper deg med å ta valg som fører til at du trekkes mot enkelte nettsider fremfor andre. De ønsker å vise deg sider som passer din profil ved hjelp av pagerank (hvor søkt nettsiden er), med det bildet Google har av deg fra før og videre lærer. Facebook bruker Edgerank som er tilsvarende Googles funksjon (Krokan, 2015, 419). Facebooks algoritmer avgjør hva vi får se og ikke se i nyhetsstrømmen og den består av tre hovedkomponenter: (Krokan, 2015, 134-135)

  1. «Affinity«-skår: Forbindelsen mellom deg og den som skaper innholdet. Facebook ut ifra din relasjon prioritere innhold som kommer fra nære, eller noen du viser økt interesse til. Med dette menes innlegg, poster, deler og innhold du klikker på, «liker» og skriver til anses som nære kontakter. Jo nyligere slike handlinger er gjort – jo mer teller de.
  2. «Edge«-vekt: Denne faktoren er litt mer snever en den over. Her vil en kommentar på en post eller et innlegg telle mer enn «likes», og nettsidens rank kan avgjøre hvorvidt du havner på den eller ikke.
  3. Tid: Jo lengre tid det er mellom klikks og likes på noens innlegg eller poster, jo mindre vil disse telle og synligheten minker i «nyhetsveggen».

Konsekvenser av filterboblene med utgangspunkt i Eli Pariser.
Beware online «filter bubbles»
Eli Pariser / TED2011

Eli Pariser er en amerikansk forfatter, aktivsit og entreprør. I sitt foredrag «Beware online «filter bubbles» forklarer Pariser hvordan fitlerbobler fungerer, og innleder med at det ikke bare er kunstig intelligens som kan være truende for i form av å bli styrt av maskiner i vår fremtid, også internett har sine metoder å skremme – og bak alle skjermer er du og jeg som sitter. Usynlig. Nett-troll, konservative mennesker med andre meninger og holdninger. Interessant, men selvsagt er ikke dette den fullstendige sannheten. Likevel ved å observere slike brukere på nett, skaper det en interesse som tiltrekker deg til å sjekke ut disse brukerene. Disse brukerene er som mennesker i ekkokammer som med sine hatfulle ytringer blir mer og mer synlige på sosiale medier – og det blir lagt merke til.

Facebook, som tidligere nevnt, følger med på alt du gjør. Så selv om du selv ikke deler like meninger og holdninger, kan det likevel resultere i nyhetsveggen din oppdateres med flere og flere like ytringer, sider o.l. Et eksempel Pariser peker på er hva som kan skje dersom du gir oppmerksomheten til dine liberale venner, kontra dine konservative venner. Ved å ofte sjekke ut de liberale profilene, like og dele innlegg kan FB filtere ut de brukerene du ikke ser på – altså de konservative i dette tilfellet. På denne måten kan du på sett og vis selv styre hvilken type materiale du ønsker å se på Facebook.

Algoritmeendring på nett gjøres også av Google. Et annet interessant eksempel Pariser peker på er hvor forskjellige vår søke-treff kan være.
Om du og jeg søker på de samme tingene på Google, så vil vi mulig få helt forskjellige svar eller treff. Se Parisers’ eksempel under.

Dette bildet mangler alt-tekst; dets filnavn er image-1.png

Ved å sammenlikne mine og dine treff på et Googlesøk «Egypt» ser man tydelige forskjeller. På bildet ser man an personen til venstre i bildet får opp et mer negativt rettet søk. Motsatt for høyere der treffene er rettet mot mere positive og nøytrale holdninger. Og dette er resultatet av din søk på Google. Filterboblen er din online-boble. Personlig, og individuell. Hvem du er og hva du gjør – men du bestemmer egnetlig ikke og har ingen kontroll over hva som kommer inn og hva som kommer ut av boblen.

Et siste gode eksempel Eli kommer med er at man gjerne ønsker å være personen som har sett en ny, god og informativ dokumentarserie, men i heller vil du ende opp med å se Star Wars for fjerde gang. Før i tiden hadde man «gatekeepers» som på sett og vis passet på at du ikke gjorde noe galt, og etikk var mer sentralt. Nå vil du på ingen måte bli styrt inn i rett kurs, slik at du kan se denne dokumentarserien med god samvittighet.
Istedenfor gatekeepers med etiske holdninger, som kan styre hva du får inn og hva du får ut, er det nå algoritmer og digitale former som passer portene. Her er det ingen rett og ingen galt, og ingen etikk.

I videoen nedenfor forklarer han hvordan filterbobler fungerer og påvirker våre sosiale medier, og det som er oppsummert her.

-Anders

Kilder

  • Krokan, Arne. Nettverksøkonomi – digitale tjenester og sosiale mediers økonomi,
    1. utgave, 3. opplag 2013, Cappelen Damm AS
  • Krokan, Arne. Det friksjonsfrie samfunnet – Om utviklingen av nye digitale tjenester
    1. utgave, 2. opplag 2015, Cappelen Damm AS

Én kommentar

  • Fredrikke Linnea Eriksson

    Hei Anders:)

    Her har du skrevet et veldig bra blogginnlegg, der du svarer veldig godt på oppgaven.

    Jeg synes du har skrevet masse interessant, og det er veldig kult at du trekker inn Eli Pariser, som er helt sentral for teamet.

    Det du skriver er veldig bra, men skulle gjerne lest flere personlige erfaringer og refleksjoner, da dette er din personlige blogg, og det er nok veldig morsomt for leserne dine å få et innblikk i dine synspunkter.

    Husk også at du trenger ikke å bare ha skriftlige blogginnlegg, neste gang blir det kanskje med video? 🙂

    Bra jobbet 🙂

Legg igjen et svar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *