Gostamos de acreditar que todas as visitas ao Google são uma busca por conhecimento ou, pelo menos, informações úteis. Claro, mas também é um ato de narcisismo.
Cada vez que recuperamos os resultados da pesquisa, extraímos um espelho virtual que reflete quem somos no mundo da Web. É o que Eli Pariser apropriadamente descreveu como a "bolha do filtro" em seu livro de 2011, The Filter Bubble: O que a Internet está escondendo de você .
Pariser expôs o pensamento por trás da personalização algorítmica. Ao rastrear meticulosamente todos os nossos cliques, o Google - e agora o Facebook e cada vez mais outros sites - pode, com base em comportamentos passados, fazer suposições muito boas sobre o que queremos saber. Isso significa que duas pessoas fazendo exatamente a mesma pesquisa podem ter resultados muito diferentes.
Somos alimentados com o que parecemos querer e, como estamos mais propensos a clicar em coisas dentro de nossa zona de conforto, incluindo anúncios, o Google e outros estão motivados a continuar aprimorando a segmentação. Como resultado, as bolhas em que vivemos estão encolhendo.
Há um preço por toda essa precisão, como Pariser apontou em uma entrevista com Maria Popova do Brain Pickings:
"A personalização é uma espécie de privacidade virada do avesso: não é o problema de controlar o que o mundo sabe sobre você, é o problema do que você consegue ver do mundo."
A foto maior
Então estamos presos em um labirinto de nossa própria criação, certo?
Não necessariamente, graças a uma equipe de cientistas que dizem ter descoberto uma maneira de escapar das restrições dos algoritmos. Como o MIT Technology Review relatou recentemente, Eduardo Graells-Garrido, da Universitat Pompeu Fabra, em Barcelona, e Mounia Lalmas e Daniel Quercia, do Yahoo Labs, desenvolveram o que eles chamam de "motor de recomendação", projetado para expor as pessoas a pontos de vista opostos.
Uma chave, dizem os pesquisadores, é que essas visões vêm de pessoas com as quais compartilhamos outros interesses. Isso parece nos tornar mais receptivos a opiniões que provavelmente rejeitaríamos como loucura. A outra é apresentar visões opostas de uma forma visual que as faça sentir menos estrangeiras.
Para esse fim, os cientistas usaram o modelo de uma nuvem de palavras, que permitiu aos participantes do estudo ver quais assuntos eles costumavam twittar com mais frequência e também ter acesso - de uma forma visualmente atraente - ao conteúdo de outros as próprias nuvens de palavras mencionaram muitos dos mesmos tópicos.
Mas e se algum desse conteúdo refletisse uma visão política muito diferente? As pessoas instintivamente rejeitariam isso?
Para colocar sua teoria em um teste adequado, os pesquisadores conectaram pessoas em lados opostos de uma questão que evoca sentimentos profundamente pessoais - o aborto. Eles se concentraram em milhares de usuários ativos do Twitter no Chile, que incluíram hashtags como #prolife e #prochoice em seus tweets, criando nuvens de palavras para eles com base nos termos usados com mais frequência.
Em seguida, eles forneceram aos participantes do estudo tweets de pessoas que tinham muitos dos mesmos termos em suas nuvens de palavras, mas que também mantinham a opinião contrária sobre o aborto. Os pesquisadores descobriram que porque as pessoas pareciam sentir uma conexão com aqueles que tinham nuvens de palavras similares, eles estavam mais interessados em seus comentários. E isso tendia a expô-los a uma gama muito mais ampla de opiniões e idéias do que teriam experimentado de outra forma.
Em suma, os pesquisadores usaram o que as pessoas tinham em comum para torná-las mais abertas a discutir maneiras pelas quais elas diferiam. Eles concluíram, concluiu o documento, "uma maneira indireta de conectar pessoas diferentes".
Então, ainda há esperança.
Loucura ao método
Aqui estão outros desenvolvimentos recentes no mundo às vezes bizarro de algoritmos.
- Nada como automatizado "Warm personal regards": Isso provavelmente era inevitável. O Google acaba de receber uma patente de software que manteria uma trilha tão próxima do seu comportamento de mídia social que será capaz de fornecer a você uma escolha de possíveis reações a quaisquer comentários ou consultas que aparecerem no Facebook ou no Twitter. Se, por exemplo, um amigo consegue um novo emprego, o software sugere uma resposta, presumivelmente algo como "Parabéns". Isso mesmo, você não precisaria desperdiçar nada do seu poder cerebral. O algoritmo fará isso por você.
- Telefone para: Pesquisadores da Universidade de Helsinque desenvolveram algoritmos para determinar como as pessoas se locomovem - andando, dirigindo ou pegando o ônibus ou metrô - rastreando os sinais do acelerômetro de seus telefones celulares. Isso permite que eles analisem a frequência de suas paradas e partidas. Os pesquisadores dizem que pode ser uma ferramenta poderosa para ajudar os planejadores a entender como as pessoas se movimentam em suas cidades.
- Todas as notícias que se encaixam: o Facebook ajustou seus algoritmos de "feed de notícias" para que mais notícias reais comecem a aparecer por lá. A idéia é dar maior exposição a links para artigos de organizações de notícias sobre feeds do Facebook - o que ajudará a tornar o gigante da mídia social mais relevante para o que está acontecendo no mundo, além dos aniversários dos amigos. A especulação é que este é um esforço do Facebook para desafiar o domínio do Twitter na geração de burburinho em torno dos eventos atuais.
- O que ela tem a dizer sobre os Chicago Cubs ?: Um cientista da computação israelense criou um algoritmo que pode analisar grandes volumes de dados eletrônicos sobre eventos passados, de fontes tão diversas quanto o arquivo do New York Times ao Twitter e prever o que poderia acontecer no futuro. Mais notavelmente, a cientista, chamada Kira Radinsky, usou seu sistema para prever a primeira epidemia de cólera em Cuba em muitas décadas e os protestos que levaram à Primavera Árabe.
Bônus de vídeo: Aqui está a palestra do TED que tornou famoso Eli Pariser e seu conceito de bolha de filtro.
Bônus de vídeo: Existem algoritmos para tudo nos dias de hoje e, para acreditar em Sheldon, de "The" Big Bang Theory ", que inclui fazer amigos.
Mais de Smithsonian.com
Como os dados grandes mudaram de namoro
Acha que você está fazendo um bom trabalho? Não se os algoritmos disserem que você não é
