filterbobler, og dens konsekvenser den har for politikken.

Photo by Julian Schmuckli on Unsplash

Hva er filterbobler og ekkokammere og hvordan blir de til?

 Anbefalingsalgoritmer har hjulpet oss med å finne frem til videoer, artikler og musikk vi er interesserte, i slikt som på Youtube hvor man kan finne videoer utefra hva du har sett på tidligere, eller nye sanger på SoundCloud, og det på en mer tidseffektiv måte. Det har også hjulpet til med å skape fenomener som filterbobler og ekkokammere, som setter oss i situasjoner hvor vi har liten kontroll over informasjonen vi blir eksponert for. De kan føre til at våre nettverk kan bli homogene og påvirke valgene vi gjøre i våre daglige liv og politisk.

Dette er algoritmer som gir oss informasjon på den samme tankerekken som vi allerede er på, og vi kan miste verdifull informasjon og innsikt fordi vi kun blir eksponert for noe lignende vi allerede har søkt på før. Dette er ekkokammere.

Hva er et Ekokammer?

Ekkokammer er en illustrativ måte å beskrive dette fenomenet. Det er en situasjon hvor ideer, informasjon eller oppfatning blir forsterket gjennom gjentatt kommunikasjon. I Ekkokammere er det litte bruk av logos og stridene meninger og er i essensen et mere homogent nettverk som gir minimal plass for mangfold av ideer. Se for deg at du er i et rom med tre andre som sier det samme og tenker det samme med like erfaringer og synspunkter. Det er i essensen hva et ekkokammer er. Ekko av deg selv og dine likesinnede. Dette er hva et ekkokammer er på internett.  

Filterbobler

Begrepet «Filterbobler» ble brukt først av aktivisten og forfatter Eli Pariser fra bokken hans «The Filter Bubble.»

Han forteller at filterbobler oppstår på grunn av anbefalings algoritmer som velger ut de søkeresultatene som du mest sannsynlig er interessert i. Algoritmen vil etter hvert som du bruker søkemotoren blir den flinkere til å finne anbefalinger som den mener vil passe deg. Hvordan gjør den dette kan du spørre? Algoritmen bruker søkehistorikken din sammen med andre parametere som: aldergruppe du er i, hvilket kjøn du er eller identifiserer deg som og den lokasjonen (IP-adresse) du befinner deg på. Filterboble er en effekt som oppstår ved at man får filtrert og silt bort informasjon på internettet fordi filterboblen kan bruke nettsider som kan vise oss innhold som er invadert tilpasset oss og interessene vi viser på nett og sosiale medier.

Når er vi i en filterboble?

Filterboble oppstår når vi skal søke opp informasjon for å gjøre rasjonelle valg enten det er kjøp eller avgjørelser. For å søke opp informasjon velger man for eksempel, sosiale medier, Facebook, TikTok, søkemotorer som Google eller Bing for å nevne noen. Disse søkemotorene bruker algoritmer som vil gi deg de mest relevante søkeresultatene ved at det blir filtrert og informasjon blir sortert bort, slik at du vil bli eksponert for det den antar er mere relevante og tilpasset innhold jo mere du bruker nettsteder. Dette går inn i ekkokammer effekten hvor du vil se mere og mere av dine egne meninger bli vist tilbake til deg mens andre ytringer som man antar ikke er like relevante blir tatt vek. Algoritmene lager søkeresultater og anbefalinger til deg via nettsidene du har vært på. Vi befinner oss i en filterboble når vi ser og hører våre egne ytringer reflektert tilbake til oss enten av andre brukere eller informasjonen vi ser som skiller seg litte fra våre egne synspunkter.

Hva hjelper algoritmer oss med?

Algoritmer ser hva vi klikker på, og hvilke sider vi bruker tid på, sammen med generell info om oss selv. Vi ser bruk av anbefalings-algoritmer når vi ser etter filmer på Netflix, og det kommer opp filmer som er i samme sjangere som vi liker å se på eller som har likhetstrekk med de vi har sett før. Dette ser vi også i den sosiale media appen TikTok hvor man hyppig kan se korte videoer og får anbefalinger på «For you page». Om du finner en video om hvordan å renovere hus, lage mat og stelle planter som du liker, kommenter eller følger, så vil du få mere av dette innholdet på «For you page».

Måten Algoritmene filtrerer og lager systemer av hva vi liker hjelper oss spesielt når vi handler på nett. Når du søker etter produkter fra Ikea som møbler eller dynetrekk, så vil algoritmen rette seg etter det og vise deg relevant reklame fra IKEA. Bedrifter kan bruke algoritmen og se informasjonen som søkemotoren (Google) har om målgruppen du er en del av. Og om målgruppen du er i er mottagelig for reklamen de viser deg og sannsynligheten for at du vil bruke det eller handle. Men hvordan skjer dette? Ved hjelp av informasjon som: aldersgruppe, kjøn, lokasjon og søketermer man bruker kan bedrifter finne ut om du er i målgruppen deres og hvordan best å rette reklame mot deg.    

Grunnen til at søkemotorer og nettsider eksponerer deg for reklame er fordi det er i deres forretningsmodeller å gjøre det. Det er slik bedriftene tjener penger vi vår data som vi gir fra oss til søkemotorene og som de selger videre til andre bedrifter. Søkemotorene som Google, Bing eller Yahoo er bygget rundt forretningsmodellen får å maksimere tiden vi bruker på deres sider eller søkemotorer og lager profitt ut fra dataen vi gir dem. Som et resultat av dette begynner søkemotoren å gi deg søk som er mere relevant for deg, men viser også reklame.

Hva er forskjellen på Ekokammer og filterbobler?

Du kan ha hørt begrepene ‘ekkokammer’ og ‘filterbobler’ brukt på samme måte, men det er et skille mellom de to.Laura Garcia fra First Draft, en organisasjon som jobber for å beskytte mennesker mot feilinformasjon, forklarer hvordan disse begrepene er forskjellige.

Et ekkokammer er måten vi kun møter utsagn, ideer, tro fra likesinnede på. En filterboble er et rom der vår tidligere online atferd som søkehistorikk, likes, delinger og shoppingvaner påvirker det vi ser på internett og på våre sosiale medier og i hvilken rekkefølge.

Hva er konsekvensene av filterbobler?

I USA har vi sett hvordan filterbobler og ekkokammere kan skade et land og politikken i en stat når folket deres blir satt i filterbobler og ekkokammere som bare viser deres synspunkter og ikke deres motstanderes synspunkter. Dette gjøre det vanskeligere å holde dialog når partiene ikke får tilgang til den samme informasjonen og fakta sjekking når det kommer til nyhetsartikler. Man kan også bli utsatt for feilinformasjon eller usanne nyheter om man kun forholder seg til ikke-redaktørstyrt informasjonsformidlere som Facebook, Twitter, blogg, nettsider ol. Redaktørstyrt informasjon vil si f.eks. aviser har ett vist ansvar for kildeinformasjon og må ivareta sitt eget gode navn og rykte ved å legge frem informasjon som er sannferdig.

Hvordan kommer man seg ut av en filterboble?

Førstelektor i Human algoritmens ved Høyskolen i Østfold, Henrik Skaug Sætra, delte sine tanker om hvordan å unngå å bli en del av homogene nettverk som fører til at man «fanges» i ekkokammer og filterbobler ved å må «finne seg i (irriterende) innhold man finner på sosiale medier.» (Kvalheim u.d.).  

man burde også gå offline og snakke med venner, bekjente og folk som går på skolen med.  De kan ha et annet synspunkt en deg og kan hjelpe med å gå ut av filterboben. Man burde ikke slutte å følge de som har andre ytringer en deg selv eller slå av notifikasjoner på når de legger ut artikler du ikke er enige i eller som har andre tros retninger en seg selv. Fordi det vil sikre at algoritmene viser deg de mange horisontene som finnes isteden for at det viser kun din egen prefererte horisont som kan sette deg inn i et ekkokammer.

Kilde

https://www2.deloitte.com/no/no/pages/about-deloitte/articles/ikke-la-algoritmer-styre-verdensbildet-ditt-oda-nettverk.html

https://firstdraftnews.org/latest/author/lauragarcia/

https://techcrunch.com/2020/11/24/ignore-the-social-media-echo-chambers/

Bibliografi

BARLAND, MARIANNE. 2018. https://teknologiradet.no. 15 oktober. Funnet januar 25, 2021. https://teknologiradet.no/project/demokrati-teknologi-og-ytringsfrihet/.

Krokan, Arne. 2020. Det friksjonsfrie samfunn. 1 Utgave, 3. OPPLAG 2020. akademisk@cappelendamm.no: Capplen Damm AS 2015.

Kvalheim, Hanne Viktoria. u.d. https://www2.deloitte.com/no/no.html. Funnet januar 25, 2021. https://www2.deloitte.com/no/no/pages/about-deloitte/articles/ikke-la-algoritmer-styre-verdensbildet-ditt-oda-nettverk.html.

Print Friendly, PDF & Email

Leave a comment

Your email address will not be published. Required fields are marked *