Indhold
- Den algoritmiske fejl
- Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
- Gennemsigtighed Vs. Tricking af systemet
Tag væk:
Sociale algoritmer er kolde, videnskabelige, datadrevne målinger, men det forhindrer os ikke i at bruge dem på alle slags kunstneriske måder.
I de to årtier før internetboblen hørte du ikke rigtig ordalgoritmen meget, medmindre du var en computerprogrammør, anvendte matematikmajor eller i en teknisk stavebi - hvis der findes en sådan ting. Spol frem til i dag, og hvis der er "en app til det", er der sandsynligvis også en algoritme til det. I disse dage ser det ud til, at enhver vinkel i vores liv er styret af algoritmer. De forudsiger hvilke bøger vi vil købe på Amazon, som vi måske vil være ven med og måske endda vælge en potentiel soulmate.
Den seneste algoritme er en, du måske eller måske ikke er bekendt med, men i de sidste par år er den sprunget på det sociale mediebåndvogn. Et par store spillere - Klout, Kred og Peer Index for at nævne nogle få - hævder at være i stand til at måle en persons sociale indflydelse i pæn numerisk form. Alle tre bruger komplekse, randomiserede algoritmer til at beregne en slags proprietær score for at sammenligne folks formodede indflydelse. Dette er lettere sagt end gjort. Klout stod for eksempel over for kritik for at have givet den amerikanske præsident Barack Obama en lavere score, hvorfor han mærkede ham som mindre indflydelsesrig end teenybopper-stjernen Justin Bieber. Dette blev kun vendt i august 2012, da Klout ændrede sin algoritme for at binde relevans på Wikipedia-siden (og derfor tage mere virkelige data i betragtning.)
For mig er disse nye mål for web-popularitet et par spørgsmål. Ligesom er der for mange ting i vores liv, vi prøver at koges ned til en algoritme? Hvad kan en algoritme virkelig fortælle os, og hvor kommer den til kort? Og hvad er konsekvenserne, når det sker?
Den algoritmiske fejl
Ved at bruge målsiderne på sociale medier som et eksempel er det klart, at de alle har en stor fejl: Algoritmen ser på en brugers "indflydelse" i et vakuum, og webstederne tilbyder lidt i vejen for at måle, hvad disse mennesker gør offline. På en eller anden måde belønner alle de pågældende websteder på en eller anden måde deltageren for at blive mere engageret og binde i flere sociale medienetværk. Klout beder for eksempel brugerne om at forbinde hver aktiv social netværkskonto til tjenesten og arbejder i interaktion på, Google+, LinkedIn, Foursquare og andre sociale mediesider sammen med andre offentligt tilgængelige online data (f.eks. Wikipedia-siden). Naturligvis er disse nøjagtige algoritmer ejendomsretlige og derfor mest under indpakning. Men det er også en del af problemet. Når alt kommer til alt, hvis der er mangler ved beregningen af algoritmer, er den gennemsnitlige bruger opmærksom på dem?
I nogle af mine tidligste erfaringer med at bruge Klout, et par uger efter at have tweetet a joke om mit lokale CVS-apotek havde webstedet oprettet en kategori og erklærede mig for at være "indflydelsesrig" på CVS, netop baseret på et par re-tweets af min vittighed. Dette giver mig klart mere kredit end jeg fortjener med hensyn til indflydelse på dette emne!
Der er alle former for andre problemer med at bruge algoritmer til at beregne ting, især hvis det er en randomiseret algoritme, der bruger tilfældige data. For eksempel spurgte jeg Andrew Grill, administrerende direktør for Kred, om Kreds evne til at opdage købt tilhængere eller falske konti, som mange højprofilerede mennesker er blevet beskyldt for at have misbrugt i de seneste måneder. (Lær mere om dette i Fake Followers økonomi.)
"Vi kunne ikke have den måling i algoritmen," sagde Grill. "Der ville ikke være nogen måde at opdage en falsk positiv, ligesom en legitim bølge af tilhængere, siger fra et tv-udseende."
Et sådant dilemma er et godt eksempel på, når algoritmer mislykkes; mens algoritmer kan bestemme data, er de ikke så gode til at fortolke, hvad det betyder.
Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.
"Problemet med overvågningsværktøjer på sociale medier er, at computere kan se, om der bruges et navn, men de kan ikke fortælle det, eller om omtale er et positivt eller negativt indtryk," sagde Mike Byrnes fra Byrnes Consulting, et firma, der leverer forretningsplanlægning og marketingstrategitjenester.
”Da mærker ønsker at sælge flere produkter og tjenester i fremtiden, vil de kigge efter sociale påvirkere til at hjælpe dem med at gøre det,” sagde Byrnes. "Min gæt er, at der vil blive lagt en stor indsats i at vurdere hver person og brand ved hjælp af sociale medier for at fremhæve de bedste online henvisningsmålsmarkeder."
Hvad det betyder er, at disse relativt nye sociale algoritmer er meget mere end en egokrig eller en popularitetskonkurrence. I stigende grad handles rigtige penge med hænder som et resultat af disse algoritmer, hvad enten det er gennem markedsføring, som folk udfører online, eller gennem algoritmerne, der leverer selv (Klout, PeerIndex og Kred, giver alle incitamenter fra deres sponsorer til gevinster i brugerpåvirkning).
Og hvis brugerne ikke ved, hvordan deres score beregnes, er de bestemt til en ulempe.
”Brugere skal altid vide, hvordan deres score beregnes, vi lægger ud på, hvordan vi beregner vores score lige på vores hjemmeside,” fortalte Grill mig.
Gennemsigtighed Vs. Tricking af systemet
Det virker som en start, men et af problemerne med gennemsigtighed i en algoritme er, at den kan spilles. Tænk bare på sorte hat SEO-brugere, der udførte tricks som nøgleordslamning, så snart det blev opdaget, at nøgleord var en del af søgeresultatsalgoritmen. Så når virksomheder skjuler, hvordan algoritmer beregnes, sætter de brugere i en ulempe. Men når algoritmer bliver for gennemsigtige, kan de også gøres praktisk talt ubrugelige. Det bringer brugerne også til en ulempe eller i det mindste ærlige.
På sidstnævnte punkt fortalte en talsmand fra Klout mig, at "for at bevare scoreens integritet afslører vi ikke hele algoritmen, eller hvordan vi udvikler den ..."
Dette synes rimeligt, men jeg tror, at i det mindste en beretning på disse sider om grundlaget for algoritmen ville være berettiget, især da disse virksomheder fortsat udlåner vores oplysninger med deres API'er.
Vi ved alle, at algoritmer ofte er meget reduktive; det er bare deres natur. Jeg tror, det virkelige problem er, at vi - og virksomhederne, der bygger disse algoritmer, har svært ved at eje op til det faktum, at hvad der er væsentlige grænser for, hvad de kan fortælle os om den store, brede komplicerede verden, vi lever i.
Når disse websteder udvikler sig og forbedres, så vil deres algoritmer også. Og selvom vi ikke alle har brug for en datalogi i sig selv, bliver folk i stigende grad nødt til at forstå, i hvilket omfang algoritmer kan og ikke kan hjælpe os i vores liv.
For det første undrer jeg mig over, hvordan det ville være, hvis datingsider opfordrede brugerne til at kontakte dem, der var fast besluttet på at være den dårligste kamp. Når alt kommer til alt er nogle ting i livet helt uforudsigelige. Eller i det mindste var frie til at tænke det, indtil en bedre algoritme viser andet.