Vi liker å tro at hvert besøk på Google er et søk etter kunnskap, eller i det minste nyttig informasjon. Jada, men det er også en handling av narsissisme.
Hver gang vi henter søkeresultater, trekker vi frem et virtuelt speil som gjenspeiler hvem vi er i nettverdenen. Det er det Eli Pariser treffende beskrev som "filterboblen" i sin bok fra 2011, The Filter Bubble: What Internet Is Hiding From You .
Pariser la tankene bak algoritmisk personalisering. Ved å nøye spore hvert eneste klikk, kan Google - og nå Facebook og flere og flere andre nettsteder - basert på tidligere oppførsel gjøre ganske gode gjetninger om hva vi vil vite. Dette betyr at to personer som gjør nøyaktig samme søk, kan ende opp med veldig forskjellige resultater.
Vi får mat på det vi ser ut til å ønske, og siden det er mer sannsynlig at vi klikker på ting i komfortsonen vår - inkludert annonser - er Google og andre motiverte for å fortsette å skjerpe målrøret. Som et resultat krymper boblene vi lever i.
Det er en pris for all denne presisjonen, som Pariser påpekte i et intervju med Brain Pickings 'Maria Popova:
"Personalisering er slags personvern som er snudd på innsiden. Det er ikke problemet med å kontrollere det verden vet om deg, det er problemet med det du får se om verden."
Det større bildet
Så vi er fanget i en labyrint av vår egen produksjon, ikke sant?
Ikke nødvendigvis takket være et team av forskere som sier at de kan ha funnet en måte å unnslippe begrensningene i algoritmer. Som MIT Technology Review nylig rapporterte, har Eduardo Graells-Garrido ved Universitat Pompeu Fabra i Barcelona og Mounia Lalmas og Daniel Quercia ved Yahoo Labs utviklet det de kaller en "anbefalingsmotor", designet for å utsette folk for motstridende synspunkter.
En nøkkel, sier forskerne, er at de synspunktene kommer fra mennesker som vi har andre interesser med. Det ser ut til å gjøre oss mer mottakelige for meninger vi ellers sannsynligvis vil avvise som dårskap. Den andre er å presentere motstridende synspunkter på en visuell måte som gjør at de føler seg mindre fremmed.
Til det formål brukte forskerne modellen til en ordsky, som gjorde det mulig for studiedeltakerne både å se hvilke fag de hadde en tendens til å twitre oftest, og også ha tilgang til - på en visuelt engasjerende måte - innhold fra andre hvis egne ordskyer nevnte mange av de samme temaene.
Men hva hvis noe av dette innholdet reflekterte et veldig annet politisk syn? Ville folk instinktivt avvise det?
For å sette teorien på en skikkelig prøve, koblet forskerne mennesker på motsatte sider av et tema som vekker dypt personlige følelser - abort. De fokuserte på tusenvis av aktive Twitter-brukere i Chile som hadde inkludert hashtags som #prolife og #prochoice i tweetsene sine, og skapte ordskyer for dem basert på ord de brukte hyppigst.
Deretter ga de deltakerne tweets fra folk som hadde mange av de samme begrepene i ordskyer, men som også hadde det motsatte synet på abort. Forskerne fant ut at fordi folk så ut til å føle en forbindelse til de som hadde lignende ordskyer, var de mer interessert i kommentarene sine. Og det hadde en tendens til å utsette dem for et mye bredere spekter av meninger og ideer enn de ellers ville ha opplevd.
Kort sagt brukte forskerne det folk hadde felles for å gjøre dem mer åpne for å diskutere måter de skilte seg på. De hadde, konkludert med papiret, funnet "en indirekte måte å koble forskjellige mennesker på."
Så, det er håp ennå.
Galskap til metoden
Her er andre nyere utviklinger i den til tider bisarre verdenen av algoritmer.
- Ingenting som automatiserte "Varme personlige hilsener": Dette var sannsynligvis uunngåelig. Google har nettopp mottatt et patent på programvare som vil holde så nøye oversikt over din atferd på sosiale medier at den vil kunne gi deg et valg av mulige reaksjoner på kommentarer eller spørsmål som kommer din vei på Facebook eller Twitter. Hvis for eksempel en venn får en ny jobb, vil programvaren foreslå et svar, antagelig noe som "Gratulerer." Det er riktig, du trenger ikke å kaste bort noe av hjernekraften din. Algoritmen vil gjøre det for deg.
- Ring det på: Forskere ved Universitetet i Helsingfors har utviklet algoritmer for å bestemme hvordan folk kommer seg rundt - går, kjører eller tar buss eller t-bane - ved å spore akselerometer-signalene til mobiltelefonen. Dette lar dem analysere frekvensen av stopp og start. Forskerne sier at det kan være et kraftig verktøy for å hjelpe planleggere med å forstå hvordan folk beveger seg rundt i byene sine.
- Alle nyhetene som passer: Facebook har finjustert "nyhetsfeed" -algoritmene slik at mer faktiske nyheter vil begynne å vises der. Tanken er å gi større eksponering for lenker til artikler fra nyhetsorganisasjoner på Facebook-feeds - noe som vil bidra til å gjøre den sosiale mediegiganten mer relevant for hva som skjer i verden foruten venners bursdager. Spekulasjonene er at dette er et forsøk fra Facebook for å utfordre Twitters dominans i å generere surr rundt aktuelle hendelser.
- Hva har hun å si om Chicago Cubs ?: En israelsk dataforsker har laget en algoritme som kan analysere enorme mengder elektronisk data om tidligere hendelser fra kilder som er så forskjellige som New York Times arkiv til Twitter-feeds og forutsi hva som kan skje i fremtiden. Mest bemerkelsesverdig har forskeren, kalt Kira Radinsky, brukt systemet sitt for å forutsi den første koleraepidemien på Cuba på mange tiår og protestene som førte til den arabiske våren.
Videobonus: Her er TED-praten som gjorde Eli Pariser og konseptet hans om filterboblen berømt.
Videobonusbonus: Det er algoritmer for alt i disse dager, og å tro Sheldon, av "The Big Bang Theory", som inkluderer å få venner.
Mer fra Smithsonian.com
Hvordan big data har endret datering
Tror du at du gjør en god jobb? Ikke hvis algoritmene sier at du ikke er det
