2.3.8 Algoritmik ravishda shovqinlangan

Katta ma'lumot tizimlarida xatti-harakatlar tabiiy emas; bu tizimlarning muhandislik maqsadlariga bog'liq.

Ko'plab katta ma'lumot manbalari reaktiv bo'lmaganligiga qaramasdan, odamlar o'zlarining ma'lumotlarini yozib olishlarini bilishmaydi (2.3.3-bo'lim), tadqiqotchilar ushbu onlayn tizimlardagi xatti-harakatlarini "tabiiy ravishda yuzaga kelishi" ni hisobga olmaydilar. Aslida, xatti-harakatlarni qayd etadigan raqamli tizimlar reklamani bosish yoki kontentni joylashtirish kabi muayyan xatti-harakatlarni uyg'otish uchun yuqori darajadagi texnik ishlarni amalga oshirdi. Tizim dizaynerlarining maqsadlariga ma'lumotlar naqshlarini kiritish usullari algoritmik shovqin deb ataladi. Algoritmik shovqin ijtimoiy olimlarga nisbatan noma'lum, biroq bu ma'lumotli olimlar orasida katta tashvish. Va raqamli izlar bilan bog'liq boshqa muammolardan farqli o'laroq, algoritmik aralashuv katta darajada ko'rinmasdir.

Algoritmik shovqinlarning sodda namunasi - Facebookda Yoxan Ugander va uning hamkasblari (2011) tomonidan kashf etilganidek, Facebookda taxminan 20 do'sti bor foydalanuvchilar soni juda ko'p. Ushbu ma'lumotni tahlil qiladigan olimlar, Facebookning qanday ishlashi haqida hech qanday tasavvurga ega bo'lmagan holda, shubhasiz, 20-sonli sehrli ijtimoiy raqamning qanday bo'lishi haqida ko'plab hikoyalar yaratishi mumkin. Yaxshiyamki, Ugander va uning hamkasblari ma'lumotlar ishlab chiqarilgan jarayon haqida katta tushunchaga ega edilar va Facebook Facebookda bir nechta odamlarni odamlarga do'stona muloqot qilish uchun ularni 20 ta do'stga yetkazmagunga qadar da'vat etganini bilishar edi. Garchi Ugander va uning hamkasblari buni o'z maqolalarida aytmasalar-da, bu siyosat yangi foydalanuvchilarni yanada faol bo'lishga undash uchun Facebook tomonidan yaratilgan. Biroq, bu siyosat borligini bilmasdan ma'lumotlardan noto'g'ri xulosa chiqarish oson. Boshqacha aytganda, taxminan 20 ta do'sti bo'lgan hayratlanarli darajada ko'p odamlar bizni Facebook haqida ko'proq insoniy xulq-atvorimiz haqida gapiradi.

Ushbu oldingi misolda, algoritmik shovqin, diqqat bilan izlanuvchanni aniqlab, keyinroq tekshirishi mumkin bo'lgan qiziqarli natijaga olib keldi. Biroq, onlayn tizimlar dizaynerlari ijtimoiy nazariyalar haqida xabardor bo'lganlarida va keyinchalik bu nazariyani o'zlarining tizimlarining ishlashiga o'tqazishganda paydo bo'ladigan algoritmik shovqinning yana bir noqulay versiyasi mavjud. Ijtimoiy olimlar bu ijodkorlikni ifodalaydi : nazariya dunyoni dunyoni nazariyaga moslashtiradigan darajada o'zgartirganda. Tasviriy algoritmik shovqin holatida ma'lumotlarning xarakterli xususiyati aniqlanmaydi.

Ijroiy jihatdan yaratilgan naqshlarning bir misoli, onlayn ijtimoiy tarmoqlarda tranzitivlikdir. 1970 va 1980-yillarda tadqiqotchilar bir necha bor Alis va Bob bilan do'st bo'lishganini bilib olishgan, shuning uchun Alice va Bob ikkita tasodifiy tanlangan odam bo'lishidan ko'ra, ular bilan do'st bo'lish ehtimoli ko'proq. Bu xuddi shu model Facebook ijtimoiy tarmog'ida (Ugander et al. 2011) . Shunday qilib, Facebook-dagi do'stona munosabatlar hech bo'lmaganda tranzitivlik nuqtai nazaridan do'stlikdagi do'stlik naqshlarini takrorlaydi. Biroq, Facebook ijtimoiy grafikasidagi tranzitivlikning miqdori qisman algoritmik shovqin bilan boshqariladi. Ya'ni, Facebookdagi ma'lumot olimi transitivlik haqidagi ampirik va nazariy tadqiqotlarni bilib, so'ngra Facebookning qanday ishlashini pishirgan. Facebookda yangi do'stlar taklif etadigan "Bilishingiz mumkin bo'lgan odamlar" xususiyati bor va Facebook sizni kimga taklif qilishini tranzitivlik deb belgilashning bir yo'li. Boshqacha aytganda, Facebook do'stlaringizning do'stlari bilan do'st bo'lishingizni taklif qiladi. Bu xususiyat, Facebook ijtimoiy grafigida ortib borayotgan tranzitivlik ta'siriga ega. Boshqacha qilib aytganda, tranzitivlik nazariyasi dunyoni nazariya bashoratiga mos keladi (Zignani et al. 2014; Healy 2015) . Shunday qilib, katta ma'lumot manbalari ijtimoiy nazariyaning prognozlarini ko'paytirish uchun paydo bo'lganda, biz nazariyaning o'zi tizimning qanday ishlashiga qarab emasligiga ishonch hosil qilishimiz kerak.

Katta ma'lumot manbalarini odamlarni tabiiy sharoitda kuzatish kabi o'ylash o'rniga, odamlarning casinoda kuzatib boruvchi metafora ko'proq mos keladi. Kazinolar muayyan xatti-harakatlarni keltirib chiqarish uchun yaratilgan yuqori darajadagi muhandislik muhitlardir va tadqiqotchi hech qachon odamlarning xatti-harakatlariga befarq bo'lmagan oynani ta'minlash uchun kazinoda harakat qilishni kutmaydi. Tabiiyki, odamlarning xulq-atvoridagi narsalarni o'rganishingiz mumkin, ammo agar siz casinoda ma'lumotlar yaratilganligini e'tiborsiz qoldirsangiz, ba'zi yomon xulosalar chiqarishingiz mumkin.

Afsuski, algoritmik shovqinlarni bartaraf etish juda qiyin, chunki onlayn tizimlarning ko'pgina xususiyatlari xususiy, kam hujjatlashtirilgan va doimiy o'zgarib turadi. Misol uchun, ushbu bobning keyingi qismini tushuntiradigan bo'lsak, algoritmik aralashuv Google Grippi tendentsiyalari (2.4.2-bo'lim) bosqichma-bosqich tarqalishi uchun mumkin bo'lgan tushuntirish edi, ammo bu da'vo baholash qiyin edi, chunki Google qidiruv algoritmining ichki ishlashi mulkchilik. Algoritmik aralashuvning dinamik tabiati - bu tizimning ohiri. Algoritmik shovqin, biz qanchalik katta bo'lmasin, bitta raqamli tizimdan kelib chiqadigan inson xatti-harakatlariga nisbatan har qanday da'vo haqida ehtiyot bo'lishimiz kerakligini anglatadi.