Zawartość
- Błąd algorytmiczny
- Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
- Przejrzystość vs. Oszukiwanie systemu
Na wynos:
Algorytmy społecznościowe są zimnymi, naukowymi pomiarami opartymi na danych, ale to nie powstrzymuje nas przed użyciem ich na wiele pomysłowych sposobów.
W ciągu dwóch dekad przed bańką internetową tak naprawdę nie słyszałeś algorytmu słownego, chyba że byłeś programistą komputerowym, specjalizował się w matematyce lub byłeś technologicznym pisarzem - jeśli coś takiego istnieje. Szybko do przodu, a jeśli jest „aplikacja do tego”, prawdopodobnie jest to również algorytm. W dzisiejszych czasach wydaje się, że algorytmom rządzą każdy kąt naszego życia. Przewidują, jakie książki chcielibyśmy kupić na Amazon, z którymi możemy chcieć się zaprzyjaźnić, a może nawet wybrać potencjalną bratnią duszę.
Najnowszym algorytmem jest ten, który możesz znać lub nie, ale w ciągu ostatnich kilku lat wskoczył na modę mediów społecznościowych. Kilku dużych graczy - Klout, Kred i Peer Index, żeby wymienić tylko kilku - twierdzi, że jest w stanie zmierzyć wpływ społeczny danej osoby w uporządkowanej formie numerycznej. Wszystkie trzy wykorzystują złożone, losowe algorytmy do obliczenia pewnego rodzaju zastrzeżonego wyniku w celu porównania rzekomego wpływu ludzi. Łatwiej to powiedzieć niż zrobić. Na przykład Klout spotkał się z krytyką za to, że prezydent USA Barack Obama uzyskał niższy wynik, dlatego też uważał go za mniej wpływowego niż gwiazda Teenybopper Justin Bieber. Zostało to odwrócone dopiero w sierpniu 2012 r., Kiedy Klout zmienił swój algorytm, aby powiązać trafność ze stronami Wikipedii (a zatem uwzględnić więcej rzeczywistych danych).
Jednak dla mnie te nowe miary popularności sieci zrodziły kilka pytań. Czy w naszym życiu jest zbyt wiele rzeczy, które próbujemy sprowadzić do algorytmu? Co tak naprawdę algorytm może nam powiedzieć i gdzie się nie udaje? A jakie są konsekwencje, kiedy to robi?
Błąd algorytmiczny
Korzystając z witryn pomiarowych mediów społecznościowych jako przykładu, jasne jest, że wszystkie one mają poważną wadę: algorytm patrzy na „wpływ” użytkownika w próżni, a witryny oferują niewiele w zakresie pomiaru tego, co ludzie robią offline. W ten czy inny sposób wszystkie te witryny w jakiś sposób wynagradzają uczestnika za większe zaangażowanie i powiązanie z większą liczbą sieci społecznościowych. Na przykład Klout prosi użytkowników o połączenie każdego aktywnego konta sieci społecznościowej z usługą i działa w interakcjach na, Google+, LinkedIn, Foursquare i innych serwisach społecznościowych wraz z innymi publicznie dostępnymi danymi online (takimi jak strona Wikipedii). Oczywiście, te dokładne algorytmy są zastrzeżone, a zatem głównie ukryte. Ale to także część problemu. W końcu, jeśli występują niedociągnięcia w algorytmach obliczania punktacji, czy przeciętny użytkownik jest o nich świadomy?
W niektórych moich najwcześniejszych doświadczeniach z używaniem Klout, kilka tygodni po tweetowaniu żart o mojej lokalnej aptece CVS, strona stworzyła kategorię i zadeklarowała, że jestem „wpływowa” na CVS, opierając się tylko na kilku tweetach mojego żartu. Najwyraźniej daje mi to więcej zasług, niż zasłużyłem, jeśli chodzi o wpływ na ten temat!
Istnieją różne rodzaje innych problemów związanych z używaniem algorytmów do obliczania różnych rzeczy, zwłaszcza jeśli jest to algorytm losowy, który wykorzystuje losowe dane. Na przykład zapytałem Andrew Grill, CEO Kred, o zdolność Kreda do wykrywania zakupionych obserwujących lub fałszywych kont, o których wiele znanych osób zostało oskarżonych o wykorzystywanie w ostatnich miesiącach. (Dowiedz się więcej na ten temat w The Economics of Fake Followers).
„Nie mogliśmy mieć tego pomiaru w algorytmie” - powiedział Grill. „Nie byłoby sposobu na wykrycie fałszywego pozytywu, takiego jak uzasadniony przypływ zwolenników, powiedzmy z pojawienia się w telewizji”.
Taki dylemat jest doskonałym przykładem awarii algorytmów; Podczas gdy algorytmy potrafią określać dane, nie są one tak dobre w interpretowaniu ich znaczenia.
Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
Nie możesz poprawić swoich umiejętności programistycznych, gdy nikt nie dba o jakość oprogramowania.
„Problem z narzędziami do monitorowania mediów społecznościowych polega na tym, że komputery mogą zobaczyć, czy nazwa jest używana, ale nie można powiedzieć o tym oszustwa, czy też wspomniane wspomnienie jest pozytywnym czy negatywnym wrażeniem” - powiedział Mike Byrnes z firmy Byrnes Consulting, która zapewnia usługi planowania biznesowego i strategii marketingowej.
„Ponieważ marki chcą sprzedawać więcej produktów i usług w przyszłości, będą szukać wpływowych osób, które im to pomogą” - powiedział Byrnes. „Sądzę, że wiele wysiłku zostanie włożonych w ocenę każdej osoby i marki za pomocą mediów społecznościowych w celu wyróżnienia najlepszych rynków docelowych rekomendacji online”.
Oznacza to, że te stosunkowo nowe algorytmy społeczne są czymś więcej niż wojną ego lub konkursem popularności. Coraz częściej prawdziwe pieniądze handlują rękami w wyniku tych algorytmów, czy to poprzez marketing, który ludzie wykonują online, czy przez samych dostawców algorytmów (Klout, PeerIndex i Kred zachęcają sponsorów do zwiększenia wpływu użytkownika).
A jeśli użytkownicy nie wiedzą, jak obliczane są ich wyniki, są zdecydowanie w gorszej sytuacji.
„Użytkownicy powinni zawsze wiedzieć, jak obliczany jest ich wynik, publikujemy sposób obliczania naszego wyniku bezpośrednio na naszej stronie internetowej”, powiedział mi Grill.
Przejrzystość vs. Oszukiwanie systemu
Wydaje się, że to początek, ale jednym z problemów z przezroczystością algorytmu jest to, że można w niego grać. Wystarczy pomyśleć o użytkownikach SEO w czarnym kapeluszu, którzy wykonali sztuczki, takie jak maskowanie słów kluczowych, gdy tylko odkryto, że słowa kluczowe są częścią algorytmu wyników wyszukiwania. Kiedy więc firmy ukrywają sposób obliczania algorytmów, stawiają użytkowników w niekorzystnej sytuacji. Ale gdy algorytmy stają się zbyt przejrzyste, można je również uczynić praktycznie bezużytecznymi. Stawia to również użytkowników w niekorzystnej sytuacji, a przynajmniej uczciwych.
W ostatnim punkcie rzecznik Klout powiedział mi, że „aby zachować integralność wyniku, nie ujawniamy całego algorytmu ani sposobu jego opracowania…”
Wydaje się to rozsądne, ale myślę, że uzasadnione byłoby przynajmniej wyjaśnienie na tych stronach podstawy algorytmu, zwłaszcza, że firmy te nadal pożyczają nasze informacje za pomocą swoich interfejsów API.
Wszyscy wiemy, że algorytmy są często bardzo redukcyjne; to tylko ich natura. Myślę, że prawdziwym problemem jest to, że my - i firmy, które tworzą te algorytmy - ciężko jest sobie wyobrazić fakt, że istnieją znaczące ograniczenia tego, co mogą nam powiedzieć o wielkim, szeroko skomplikowanym świecie, w którym żyjemy.
Wraz z rozwojem i ulepszaniem tych witryn będą rosły algorytmy. I chociaż nie wszyscy potrzebujemy stopnia naukowego jako takiego, ludzie będą musieli coraz bardziej rozumieć, w jakim stopniu algorytmy mogą i nie mogą nam pomóc w naszym życiu.
Zastanawiam się, na przykład, jak by to było, gdyby serwisy randkowe zachęcały użytkowników do kontaktowania się z tymi, którzy zostali uznani za najgorsze. W końcu niektóre rzeczy w życiu są całkowicie nieprzewidywalne. A przynajmniej mogli tak myśleć, dopóki lepszy algorytm nie udowodni inaczej.