Pokud má uživatel internetu aktivní personalizaci vyhledávání, výsledky po zadání konkrétního dotazu nejsou shodné s výsledky na zařízení jiného uživatele. Tento fakt může mít dopad na virtuální konstrukci sociální reality a utváření názorů konkrétního uživatele.
Personalizaci obsahu na internetu obecně lze rozlišit na explicitní a implicitní. Explicitní personalizace je prováděná aktivně samotným uživatelem, když si vybírá informační kanály, které si přeje na internetu sledovat. K implicitní personalizaci dochází prostřednictvím činnosti vyhledávacích algoritmů, vytvořených strojovým učením na základě analýzy velkých datových souborů. Existuje předpoklad, že oba tyto fenomény znatelně ovlivňují skladbu informací, kterou je konzument mediálních obsahů během pobytu na síti obklopen.
Dělení společnosti a upevňování sociálních bublin
Spolu se zvyšujícím se technickým pokrokem zesilují i obavy z nepříznivého působení selektivní konzumace informací. Především pak z jejího potenciálu do značné míry ovlivňovat společenské dění, výsledky voleb nebo pomáhat vzrůstající tendenci k názorové radikalizaci. Komplexní hodnocení dopadu tohoto fenoménu se ve vědeckých kruzích pohybovalo na škále bezvýznamný až po závažný, přičemž se autoři obecně shodovali, že problematika vyžaduje hlubšího empirického šetření.
Ať už konzument mediálních obsahů své virtuální prostředí přizpůsobuje sám aktivně a nebo se tak děje vyhodnocením jeho preferencí vyhledávacím algoritmem, bylo zjištěno, že osoby jsou náchylné preferovat obsahy reprezentující stejné hodnoty, které on sám zastává. O tomto jevu hovoří teorie kognitivní disonance, která v dnešní době opět nabývá na významu. Současní poskytovatelé služby vyhledávání disponují pokročilou technologií, pomocí které dochází k implicitní personalizaci. Ta může do značné míry měnit uživatelův náhled na realitu, pokud považuje informace, které vyhledal na internetu za její odraz. S tím, jak jsou uživateli předkládány informace, které odpovídají jeho názorům a hodnotám, může kvůli horší dostupnosti odlišných faktů docházet k upevňování jeho postojů. A tento jev se může dále promítat do tvorby a upevňování sociálních bublin.
Povědomí o existenci názorových bublin již proniklo do mainstreamu, přičemž se má obecně za to, že udržování názorových okruhů prostřednictví výběru informační kanálů, je nejvíce psychologickým fenoménem. Skutečnost personalizace obsahu vnáší do této problematiky nový vhled. Toto chování může být znatelně posilováno nekonečnou zpětnovazebnou smyčkou. Uživatel kliká na to, co mu názorově konvenuje. Data o jeho chování jsou vyhodnocována algoritmem. Algoritmus se během vyhodnocování údajů zpřesňuje, a vrací uživateli fakta, která lépe vystihují jeho již existující názory. V tomto schématu nemusí být relevance prezentovaných informací vůbec podstatná. Avšak zůstává otázkou, zda k přizpůsobování obsahu dochází v takové míře, aby to mělo reálný dopad na uživatelovy názory.
Obsahy vyvolávající emoce
Fenomén clickbaitů, neboli titulků, které pro uživatele vypadají extrémně zajímavě, a výstupy rozličných vědeckých studií, dobře dokládají skutečnost, že uživatelé mají tendenci jednat spíše impulsivně. Pokud vyhledávací algoritmy vznikají na základě dat o chování uživatelů činností umělé inteligence (AI), budou nejspíše preferovat obsahy, které díky nastavení monetizace internetových článků přinutí konzumenta “kliknout”. Samotný obsah článku potom nemusí být stěžejní a informace v něm obsažené nemusí být nijak vypovídající o realitě. AI nastavená na maximalizaci spokojenosti uživatele by podle teorie filter bubbles měla tyto obsahy jednoznačně preferovat. Ovšem do jaké míry se tak děje není dosud empiricky ověřeno. Obecně bylo zjištěno, že nejintenzivnější emoce jsou vyvolány obsahy odkazujícími k “mysli doby kamenné”. Ta je založena na silné reakci na nebezpečí, sexualitu a potěšení.
Existují filter bubbles?
Filter Bubble, neboli informační bublina, je teoretickým prostředím, kde se vyskytují výhradně obsahy reprezentující jeden názorový proud. Takové prostředí má potenciál být natolik uzavřené, aby konzumenta přímo formovalo. Tématem společenského dopadu personalizace vyhledávání a reálnou existencí filter bubbles se v posledních deseti letech zabývalo několik studií, jejichž výsledky byly rozporuplné. Toto téma se dynamicky vyvíjí spolu s tím, jak překotně postupuje technologie vyhodnocování velkých datových souborů, na jejichž základě vznikají prediktivní algoritmy. Informační bubliny byly zkoumány a jejich existence byla v prohlášená za málo pravděpodobnou. Uživatelé jsou totiž vystaveni i informacím z jiných kanálů, televize, rádia apod. Spolu se vzrůstajícím významem sítě internet však může docházet k tomu, že informace budou k většině uživatelů proudit zejména z on-line prostředí. Proto se můžou informační bubliny silněji promítnout na formování společenského dění.
Studie z roku 2019 existenci uzavřených internetových názorových skupiny vyhodnotila jako společensky málo významnou. Přičemž jejím závěrem byl mimo jiné fakt, že nedochází k předávání informací napříč platformami. Tedy že preference určitého druhu informací se nepřenáší mezi rozhraními různých poskytovatelů a vzorec uživatelova chování je tím pádem velice obtížně pozorovatelným. Závěrem této studie bylo především, že ke sledování napříč platformami prostřednictví AI v zásadě nedochází. Ze závěru tohoto výzkumu tedy vyplynulo, že existence informačních bublin je velmi omezená. Výsledky jiných studií však tento názor nepotvrdily. V roce 2016 bylo zjistěno, že personalizace vyhledávání má na skladbu výsledků minimální vliv, konkrétně se jednalo o pouhých 11 % odlišných výsledků.
Jelikož se toto odvětví dynamicky mění, rozdílnost výsledků vyhledávání u konkrétních uživatelů a jejich potenciál formovat konzumentovy postoje je nutno podrobit rozsáhlejšímu zkoumání. Stejně jako zda dochází k shodnému názorovému ladění obsahů napříč platformami. Je nutno rovněž ověřit, jak tento fenomén vnímají sami uživatelé. Považují informace získané na internetu za důvěryhodný odraz reality?
Tags:AI, clickbait, filter bubbles, internet, kognitivní disonance, umělá inteligence