2.3.2.5 അൽഗൊരിത അമ്പരന്നു

കണ്ടെത്തി ഡാറ്റ പെരുമാറ്റം അതു സിസ്റ്റങ്ങളുടെ എൻജിനീയറിങ് ഗോളുകൾ നയിക്കുന്നതും, അല്ല സ്വാഭാവികമാണ്.

പല യാഥാർഥത്തിൽ ഡാറ്റ ഉറവിടങ്ങളിൽ നോൺ-ക്രിയാത്മകങ്ങളാണ് ആളുകൾ അവരുടെ ഡാറ്റ രേഖപ്പെടുത്തിയിട്ടുണ്ട് (വിഭാഗം 2.3.1.3) ചെയ്യപ്പെടുന്നത് അറിവുണ്ടാകില്ല കാരണം, ഗവേഷകർ "സ്വാഭാവികമായി ഉണ്ടാകുന്ന" അതോ ഈ ഓൺലൈൻ സിസ്റ്റങ്ങളിൽ പെരുമാറ്റം പരിഗണിക്കുക പാടില്ല കണ്ടുപിടിച്ചിട്ടുള്ളൂവെങ്കിലും "നിർമല." റെക്കോഡ് സ്വഭാവം വളരെ പോലുള്ള പരസ്യങ്ങൾ അല്ലെങ്കിൽ പോസ്റ്റിംഗ് ഉള്ളടക്കം ക്ലിക്കുചെയ്ത് നിർദ്ദിഷ്ട സ്വഭാവങ്ങൾ പ്രേരിപ്പിക്കണമെന്നും എൻജിനീയറിങ്ങ് എന്ന് ഡിജിറ്റൽ സംവിധാനങ്ങൾ. സിസ്റ്റം രൂപകൽപ്പകരുടെ ഗോളുകൾ ഡാറ്റ പാറ്റേണുകൾ പരിചയപ്പെടുത്താൻ ആ വഴികൾ അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് വിളിക്കുന്നു. അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് സാമൂഹ്യശാസ്ത്രജ്ഞർക്ക് അറിയപ്പെടാതെ, എന്നാൽ ശ്രദ്ധിക്കുക ഡാറ്റ ശാസ്ത്രജ്ഞർ ഇടയിൽ ഒരു പ്രധാന ആശങ്ക. പിന്നെ, ഡിജിറ്റൽ ട്രെയ്സുകൾ ഉള്ള മറ്റ് ചില പ്രശ്നങ്ങൾക്ക് വ്യത്യസ്തമായി അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് വലിയതോതിൽ അദൃശ്യനായ.

അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് താരതമ്യേന ലളിതമായ ഉദാഹരണം ഫേസ്ബുക്കിൽ ഏകദേശം 20 സുഹൃത്തുക്കളുമായി ഉപയോക്താക്കളുടെ ഒരു anomalously ഉയർന്ന എണ്ണം ഉണ്ട് വസ്തുത ആണ് (Ugander et al. 2011) . ഫേസ്ബുക്ക് പ്രവർത്തിക്കുന്ന വിധം ഏതെങ്കിലും ബുദ്ധി ഇല്ലാതെ ഈ ഡാറ്റ ഉപയോഗിച്ച് വിശകലനം ശാസ്ത്രജ്ഞന്മാർ doubtlessly 20 സര്ക്കാറിന് സാമൂഹിക എണ്ണം ചില എങ്ങനെ പല കഥകൾ തയ്യാറാക്കുന്ന. എന്നാൽ Ugander സഹപ്രവർത്തകരും ഡാറ്റ സൃഷ്ടിക്കപ്പെട്ട പ്രക്രിയയുടെ ഗണ്യമായ ബുദ്ധി ഉണ്ടായിരുന്നു, അവർ 20 സുഹൃത്തുക്കൾ എത്തി ഫേസ്ബുക്ക് ജനം ഏതാനും കണക്ഷനുകളുമായി ഫേസ്ബുക്കിൽ കൂടുതൽ സുഹൃത്തുക്കളെ പ്രോത്സാഹിപ്പിച്ചു അറിയാമായിരുന്നു. Ugander സഹപ്രവർത്തകരും പേപ്പർ ഈ പറയരുത് ആണെങ്കിലും, ഈ നയം മരണമായി കൂടുതൽ സജീവമായ ആകുവാൻ പുതിയ ഉപയോക്താക്കളെ പ്രോത്സാഹിപ്പിക്കുന്നതിന് ഫേസ്ബുക്ക് സൃഷ്ടിച്ചിരിക്കുന്നത്. ഈ നയം അസ്തിത്വം കുറിച്ച് അറിയാതെ എന്നാൽ, എളുപ്പമാക്കുന്നു ഡാറ്റ നിന്ന് തെറ്റായ നിഗമനങ്ങളിൽ എന്നതാണ്. മറ്റു വാക്കുകളിൽ, ഏകദേശം 20 സുഹൃത്തുക്കളുമായി ആളുകളുടെ അത്ഭുതകരവും ഉയർന്ന എണ്ണം ഞങ്ങളെ കൂടുതൽ ഫേസ്ബുക്ക് കുറിച്ച് മനുഷ്യ സ്വഭാവം അധികം പറയുന്നു.

അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് ഒരു ശ്രദ്ധിക്കുക ഗവേഷകർ കൂടുതൽ അന്വേഷണം തക്കവണ്ണം ഒരു നികുതികളിലും ഫലം നിർമ്മിക്കുന്നത് എവിടെ മുമ്പത്തെ ഉദാഹരണത്തിന് ഉപരി വിനാശകരമാണ്, ഓൺലൈൻ സിസ്റ്റങ്ങൾ ഡിസൈനർമാർക്ക് സോഷ്യൽ സിദ്ധാന്തങ്ങളും അറിഞ്ഞിരിക്കണം തുടർന്ന് പ്രവർത്തന ഈ കഥകളെ ചുടേണം ഉണ്ടാകുന്ന അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് ഒരു പോലും trickier പതിപ്പ് അവരുടെ സിസ്റ്റങ്ങൾ. സാമൂഹിക ശാസ്ത്രജ്ഞന്മാർ ഈ performativity വിളിക്കും: സിദ്ധാന്തങ്ങൾ അവർ സിദ്ധാന്തം ഉപയോഗിച്ച് വര കൂടുതൽ ലോകത്തിനും വിധത്തിൽ ലോകത്തെ മാറുമ്പോൾ. performative അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് കേസുകളിൽ, ഡാറ്റ സ്തംഭിച്ചു സ്വഭാവം സാധ്യത അദൃശ്യനായ.

performativity സൃഷ്ടിച്ച ഒരു പാറ്റേൺ ഒരു ഉദാഹരണം ഓൺലൈൻ സോഷ്യൽ നെറ്റ്വർക്ക് transitivity ആണ്. 1970, 1980 ൽ ഗവേഷകർ ആവർത്തിച്ച് നിങ്ങൾ ആലീസ് പരിചയമുണ്ടല്ലോ നിങ്ങൾ ബോബ് പരിചയമുണ്ടല്ലോ, അപ്പോൾ ബോബ് ആലീസ് രണ്ടു ക്രമരഹിതമായി തിരഞ്ഞെടുത്ത ആളുകളെ അധികം പരസ്പരം സുഹൃത്തുക്കളുമായി കൂടുതൽ സാധ്യത എന്ന് കണ്ടെത്തി. പിന്നെ, ഈ ഒരേ പാറ്റേൺ ഫേസ്ബുക്കിൽ സാമൂഹ്യ ഗ്രാഫ് കണ്ടുപിടിച്ചു (Ugander et al. 2011) . ഇപ്രകാരം, ഒരു ഫേസ്ബുക്കിൽ സൗഹൃദത്തിൻറെ പാറ്റേണുകളുടെ transitivity കണക്കിലെടുത്ത് കുറഞ്ഞത്, ഓഫ്ലൈൻ സൗഹൃദം പാറ്റേണുകൾ പ്രതിഫലിപ്പിക്കുവാന് നിഗമനം വേണ്ടി. എന്നാൽ ഫേസ്ബുക്ക് സാമൂഹ്യ ഗ്രാഫ് ലെ transitivity വസ്തുവിൽ ഭാഗികമായോ അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് നയിക്കുന്നതും. അതാണ് ഫേസ്ബുക്ക് ഡാറ്റ ശാസ്ത്രജ്ഞർ transitivity കുറിച്ച് സിദ്ധമായ സൈദ്ധാന്തികമായ ഗവേഷണത്തിന് അറിയാമായിരുന്നു തുടർന്ന് ഫേസ്ബുക്ക് എങ്ങനെ പ്രവർത്തിക്കുന്നു അതിനെ ചുട്ടു. ഫേസ്ബുക്ക് ഒരു "നിങ്ങൾക്ക് പരിചയമുണ്ടായേക്കാവുന്ന ആളുകൾ" പുതിയ സുഹൃത്തുക്കൾ നിർദ്ദേശിക്കുന്ന Facebook, നിങ്ങൾക്ക് നിർദ്ദേശിക്കാൻ ആർ തീരുമാനിക്കുന്നു ഒരു വിധം transitivity ആണ് സവിശേഷത ഉണ്ട്. അതായത്, ഫേസ്ബുക്ക് നിങ്ങളുടെ സുഹൃത്തുക്കളുടെ സുഹൃത്തുക്കൾ ചങ്ങാത്തം നിർദ്ദേശിക്കാൻ കൂടുതൽ സാധ്യത. ഈ സവിശേഷത ഇപ്രകാരം ഫേസ്ബുക്ക് സാമൂഹ്യ ഗ്രാഫ് ലെ transitivity വർദ്ധിച്ചുവരുന്ന ബാധകമാകാവുന്നിടത്തോളം; മറ്റ് വാക്കുകളിൽ, transitivity സിദ്ധാന്തം സിദ്ധാന്തത്തിന്റെ പ്രവചനങ്ങൾ ഉപയോഗിച്ച് വര ലോകം കൊണ്ടുവരുന്നു (Healy 2015) . ഇപ്രകാരം, വലിയ ഡാറ്റ ഉറവിടങ്ങളിൽ സാമൂഹ്യ സിദ്ധാന്തത്തിന്റെ പ്രവചനങ്ങൾ പകരമാവില്ല പ്രത്യക്ഷനാകുമ്പോൾ നാം സിദ്ധാന്തം സ്വയം സിസ്റ്റം ജോലി എങ്ങനെ ചുട്ടു അല്ല എന്ന് ഉറപ്പു ആയിരിക്കണം.

മറിച്ച് ഒരു സ്വാഭാവിക ക്രമീകരണം ആളുകളെ ആചരിക്കുക വലിയ ഡാറ്റ ഉറവിടങ്ങളിൽ ചിന്തിക്കുമ്പോൾ പകരം ഒരു വിശേഷണം ചടുലത ഒരു കാസിനോ ആളുകളെ നിരീക്ഷിക്കുന്നുവെന്ന. കാസിനോ വളരെ ചില സ്വഭാവങ്ങൾ പ്രേരിപ്പിക്കണമെന്നും രൂപകൽപ്പന സാഹചര്യങ്ങളിലുള്ള എൻജിനീയറിങ്ങ്, മാത്രമല്ല ഒരു ഗവേഷകർ കാസിനോ പെരുമാറ്റത്തിൽ മനുഷ്യരുടെ സ്വഭാവം ഒരു unfettered വിൻഡോ നൽകാൻ പ്രതീക്ഷിക്കുന്നത് ഒരിക്കലും. ഗതി, ഞങ്ങൾ ഒറ്റയടി-യഥാർഥത്തിൽ ഒരു കാസിനോ മനുഷ്യരുടെ സ്വഭാവം പഠിച്ചുകൊണ്ടിരിക്കുകയാണ് കുറിച്ച് എന്തെങ്കിലും പഠിക്കാൻ കഴിഞ്ഞില്ല മദ്യ ഉപഭോഗം, റിസ്ക് തമ്മിലുള്ള ബന്ധം പഠിക്കാൻ അനുയോജ്യമായ ക്രമീകരണം ആകേണ്ടതിന്നു മുൻഗണനകൾ-എങ്കിലും ഞങ്ങൾ ഡാറ്റ ഞങ്ങൾ ഇടയുള്ള ഒരു കാസിനോ സൃഷ്ടിച്ചുകൊണ്ടിരിക്കുന്നു എന്ന് അവഗണിച്ചു എങ്കിൽ ചില മോശം നിഗമനങ്ങളിൽ ആകർഷിക്കും.

ഓൺലൈൻ സിസ്റ്റങ്ങൾ പല സവിശേഷതകളും, കുത്തക കാരണം മോശമായി രേഖകൾ, നിരന്തരമായി മാറ്റുന്നതിൽ നിർഭാഗ്യവശാൽ, അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് ഇടപെടുന്നതിൽ പ്രത്യേകിച്ച് ബുദ്ധിമുട്ടാണ്. ഉദാഹരണത്തിന്, ഞാൻ പിന്നീട് ഈ അദ്ധ്യായത്തിൽ വിശദീകരിക്കാൻ വരുമെന്നതിനാൽ അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് Google ഫ്ലൂ ട്രെൻഡ് (വിഭാഗം 2.4.2) ക്രമേണ ബ്രേക്ക് ഡൗൺ സാധ്യമായ വിശദീകരണമൊന്നും ആയിരുന്നു, എന്നാൽ ഈ അവകാശവാദം Google തിരച്ചില് അകത്തെ പ്രവർത്തിക്കുന്നുവെന്നും കാരണം വിലയിരുത്താൻ പ്രയാസകരമായിരുന്നു അൽഗോരിതം കുത്തക ആകുന്നു. അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് ചലനാത്മകമായിരുന്നെങ്കിലും സിസ്റ്റം ഫലകചലനം ഒരു രൂപമാണ്. അൽഗോരിത്മിക് മറിച്ച്നോക്കിക്കൊണ്ട് ഞങ്ങൾ കാര്യത്തിലും വലിയ, ഒരൊറ്റ ഡിജിറ്റൽ സിസ്റ്റം നിന്നു വരുന്ന മനുഷ്യരുടെ സ്വഭാവം ഏതെങ്കിലും ക്ലെയിം കുറിച്ച് ജാഗ്രത വേണം എന്നാണ്.