2.3.2.5 Algorithmically будлиулсан
Олсон мэдээлэл нь зан төлөв нь системийн инженерийн зорилго урган гарч байна, байгалийн биш юм.
Олон олдсон мэдээллийн эх сурвалж бус реактив байгаа ч ард түмэн мэдэж биш юм, учир нь тэдний өгөгдөл (Хэсэг 2.3.1.3), судлаачид "байгалийн гарсан" буюу байж эдгээр онлайн системд зан авч байх ёстой бүртгэж байна "цэвэр". Бодит байдал дээр рекорд зан өндөр ийм зар дээр дарж буюу агуулга илгээхээсээ тодорхой зан өдөөдөг инженерийн байна дижитал систем. Систем нь дизайнеруудын зорилго нь өгөгдөл болгон хэв маягийг бий болох арга замууд алгоритмын confounding гэж нэрлэдэг. Алгоритмын confounding нийгмийн шинжлэх ухааны эрдэмтэд харьцангуй мэдэгддэггүй, гэхдээ энэ нь болгоомжтой мэдээлэл эрдэмтдийн дунд гол асуудал юм. Тэгээд, дижитал ул мөр -тай холбоотой бусад асуудлууд зарим ялгаатай нь алгоритмын confounding ихээхэн үл үзэгдэх юм.
Алгоритмын confounding нь харьцангуй энгийн жишээ нь Facebook дээр ойролцоогоор 20 найзуудтайгаа хэрэглэгчдийн нь anomalously өндөр тоо байгаа явдал юм (Ugander et al. 2011) . Facebook яаж ажилладаг нь эргэлзээгүй 20 хэрхэн ид шидийн нийгмийн тооны зарим төрлийн тухай олон түүх бий болох ямар ч ойлголт ч энэ тоо нь дүн шинжилгээ хийх Эрдэмтэд. Гэсэн хэдий ч, Ugander болон түүний хамтрагчид мэдээллийг бий үйл явц ихээхэн мэдлэгтэй байсан бөгөөд тэд Facebook тэд 20 найзууд хүрч хүртэл илүү найз нөхөдтэй нь Facebook дээр хэдэн холболтыг хүмүүсийг дэмжинэ гэдгийг мэдэж байсан. Ugander болон хамт олон баримт энэ гэж хэлж байхгүй бол ч энэ бодлого нь магадгүй илүү идэвхтэй болж, шинэ хэрэглэгчдийг урамшуулахын тулд Facebook бүтээсэн байна. Энэ бодлогын оршин тухай мэдэлгүйгээр, гэхдээ энэ нь хялбар өгөгдлөөс буруу дүгнэлт юм. Өөрөөр хэлбэл, 20 орчим найз нөхөд нь хүн тун өндөр тоо бидэнд хүний зан илүү Facebook талаар дэлгэрэнгүй өгүүлдэг.
алгоритмын confounding нь болгоомжтой судлаачид, цаашид судлах болохын тулд онлайн систем дизайнерууд нийгмийн онол мэдэж байгаа үед болдог алгоритмын confounding нь бүр ч илүү бэрхшээлтэй хувилбар байдаг, дараа нь ажиллах эдгээр онол жигнэх нь Quirky үр дүнд үйлдвэрлэсэн нь өмнөх жишээ нь илүү сүйрэлт тэдний систем. Нийгмийн эрдэмтэд энэ performativity гэж нэрлэдэг: онол нь тэд хэд хэдэн онол нь шугам руу ертөнцийг авчирч ийм байдлаар дэлхийг өөрчлөх үед. performative алгоритмын confounding тохиолдолд, мэдээлэл шившиглэгдэх нь үгүй мөн чанар болох үл үзэгдэх юм.
performativity бүтээсэн нь загварын нэг жишээ нь онлайн нийгмийн сүлжээнд transitivity юм. 1970-аад, 1980-аад онд, судлаачид удаа дараа та нар Алис найзууд, та Боб нь найзууд байдаг бол Боб, Алис хоёр санамсаргүйгээр сонгосон хүмүүсээс илүү өөр хоорондоо найзууд байх магадлал их байдаг нь тогтоогджээ. Мөн, энэ нь маш ижил хэв маяг нь Facebook дээр нийгмийн график олджээ (Ugander et al. 2011) . Тиймээс нэг нь Facebook дээр найрамдлын хэв маяг наад зах нь transitivity хувьд, офлайн нөхөрлөлийн хэв маягийг хуулбарлах гэж дүгнэж болох юм. Гэсэн хэдий ч, Facebook нийгмийн график transitivity нь баллын хэсэгчлэн алгоритмын confounding урган гарч байна. Энэ нь Facebook-д мэдээлэл эрдэмтэд transitivity талаар эмпирик болон онолын судалгааны мэдэж, дараа нь Facebook яаж ажилладаг болгон шатаасан юм. Facebook бол "Хүмүүс та мэдэж болно" шинэ найзуудтай байна онцлог болон Facebook та transitivity юм санал болгох хэн шийдвэр гаргасан гэж нэг арга зам юм. Өөрөөр хэлбэл, Facebook та найз нөхөд нь найзууд болохыг харуулж байна илүү магадлалтай байдаг. Ийнхүү Энэ боломж нь Facebook нийгмийн график transitivity нэмэгдүүлэх нөлөө байдаг; Өөрөөр хэлбэл, transitivity онол онолын таамаглал нь шугам руу ертөнцийг авчирдаг (Healy 2015) . Тиймээс том мэдээллийн эх сурвалж нь нийгмийн онолын таамаглал хуулбарлах гарч ирэх үед бид онол өөрөө систем хэрхэн ажиллаж руу шатаасан байна гэсэн итгэлтэй байх ёстой.
Харин байгалийн орчинд хүмүүс ажиглалт шиг том мэдээллийн эх сурвалжаас бодож илүү, илүү оносон зүйрлэл нь казино хүмүүсийг ажиглаж байна. Казино маш тодорхой зан өдөөдөг зорилготой орчныг инженерийн байгаа ба судлаачид казино тэр зан нь хүний зан руу unfettered цонхыг үзүүлэх гэж хэзээ ч бодож байсан. Мэдээж хэрэг, бид хүний зан суралцаж хүмүүсийн талаар ямар нэгэн зүйл сурч болох юм казино-д үнэн хэрэгтээ нь казино архины хэрэглээ, эрсдлийн хоорондын харилцааг судлах нь хамгийн тохиромжтой тохиргоог байж болох сонголт, гэхдээ бид өгөгдөл нь казино бүтээсэн байна гэж үл тоомсорлож бол бид хүч чадал зарим нэг муу дүгнэлт.
Харамсалтай нь, алгоритмын confounding шийдвэрлэх онлайн систем нь олон онцлог, хувийн муу баримтжуулсан байдаг, учир нь байнга өөрчлөгдөж, ялангуяа хэцүү байдаг. Жишээ нь, би энэ бүлэгт тайлбарлах болно гэж алгоритмын confounding Google Ханиад чиг хандлага (Хэсэг 2.4.2) аажмаар завсарлага доошоо нэг болох тайлбар байсан юм, гэхдээ энэ нь шаардлага үнэлэхэд хэцүү байсан учир нь Google-ийн хайлтын ширийн алгоритм өмчийн юм. алгоритмын confounding динамик шинж чанар систем нь шилжилтийн нэг хэлбэр юм. Алгоритмын confounding бид ямар ч хичнээн том нь ганц тоон системд ирдэг хүний зан ямар ч нэхэмжлэлийн талаар болгоомжтой байх хэрэгтэй гэсэн үг юм.
