Kas iš tikrųjų vyksta, kai internetas nusprendžia, ką tu matai?
Įsivaizduok tokią situaciją: tu atidarai „YouTube”, „TikTok” ar „Instagram” ir per kelias sekundes ekrane pasirodo turinys, kuris atrodo tarsi specialiai sukurtas būtent tau. Šuo, kuris elgiasi lygiai kaip tavo šuo. Receptas, apie kurį galvojai vakar. Straipsnis tema, kurią tik ką aptarei su draugu. Atsitiktinumas? Tikrai ne. Tai filtravimo algoritmai – vieni galingiausių ir kartu labiausiai nesuprastų skaitmeninio pasaulio mechanizmų.
Dauguma žmonių mano, kad algoritmas yra kažkoks mistiška juodoji dėžė, kurią valdo korporacijos ir kuri tiesiog „parodo tai, kas populiaru”. Realybė yra kur kas sudėtingesnė, įdomesnė ir – reikia pripažinti – šiek tiek nerimą kelianti. Šiame straipsnyje bandysime išnarplioti, kaip iš tikrųjų veikia turinio filtravimas internete, kodėl jis toks galingas ir ką tu pats gali padaryti, kad nebūtum jo vergas.
Nuo katalogų iki mašininio mokymosi – trumpa istorija
Interneto pradžioje turinio filtravimas buvo absurdiškai paprastas. Žmonės tiesiog sudarinėjo sąrašus – kas gera, kas bloga, kas tinka vaikams, kas ne. „Yahoo!” 1994 metais iš esmės buvo tiesiog žmonių rankomis surūšiuotas interneto katalogas. Jei norėjai rasti informacijos apie dinozaurus, eidavai į skyrių „Mokslas”, tada „Paleontologija” ir taip toliau. Jokio algoritmo – tik žmogaus logika.
Tada atėjo „Google” ir viską apvertė aukštyn kojomis. PageRank algoritmas, kurį Larry Page ir Sergey Brin sukūrė dar studijuodami Stanforde, padarė kažką revoliucingo – jis nusprendė, kad puslapio vertę lemia ne jo turinys, o tai, kiek kitų puslapių į jį nukreipia nuorodas. Paprasčiau tariant: jei daug žmonių tave cituoja, tu esi svarbus. Tai buvo pirmasis žingsnis link to, kad mašina pati nuspręstų, kas verta dėmesio.
Šiandien mes gyvename epochoje, kai algoritmai naudoja mašininį mokymąsi (machine learning) ir neuroninių tinklų architektūras, kurios gali analizuoti milijardus duomenų taškų per sekundę. Jie ne tik žino, ką tu žiūrėjai – jie žino, kaip ilgai sustojei ant kiekvieno kadro, kur judėjo tavo akys (jei platforma turi prieigą prie kameros), kokiu greičiu slinkei per turinį ir net kaip keitėsi tavo elgesys prieš ir po tam tikro turinio peržiūros.
Kaip algoritmas „supranta” turinį ir tave
Turinio filtravimo algoritmai iš esmės dirba dviem lygmenimis vienu metu: jie analizuoja turinį ir analizuoja tave. Ir šių dviejų analizių susikirtimo taškas yra tai, ką tu galiausiai matai ekrane.
Turinio analizė šiandien yra stulbinanti. Paimkime vaizdo įrašą „YouTube”. Algoritmas ne tik skaito pavadinimą ir aprašymą – jis transkribuoja visą garso takelį, atpažįsta vaizdus (ar vaizdo įraše yra žmonės? gyvūnai? maistas? sportas?), analizuoja komentarų sentimentą, stebi, kaip greitai žmonės palieka vaizdo įrašą (vadinamasis „audience retention”), ir lygina šį turinį su milijardais kitų vaizdo įrašų, kad suprastų, į kurią kategoriją jis patenka.
Tavo analizė yra dar sudėtingesnė. Platformos seka:
- Elgsenos istoriją – ką žiūrėjai, skaitei, pirkei
- Laiko modelius – kada esi aktyvus, kiek laiko praleidžiai su kiekvienu turinio vienetu
- Socialinį grafiką – kas tavo draugai, ką jie mėgsta, kaip jūsų interesai sutampa
- Įrenginio duomenis – kokį telefoną naudoji, kokia tavo vieta, koks interneto greitis
- Kontekstą – ar šiuo metu yra šventė? Koks oras tavo mieste? Ar neseniai buvo koks nors didelis įvykis?
Visa tai susumavus, algoritmas sukuria tai, ką specialistai vadina vartotojo profiliu arba „user embedding” – matematinį tavo skaitmeninio „aš” atvaizdą daugiadimensinėje erdvėje. Skamba abstrakčiai, bet praktiškai tai reiškia, kad sistema žino apie tave daugiau, nei tu pats apie save žinai.
Filtro burbulas – mitas ar reali grėsmė?
2011 metais aktyvistas Eli Pariser išleido knygą „The Filter Bubble” ir sukėlė tikrą sąmyšį. Jo tezė buvo paprasta: algoritmai rodo tau tik tai, kas atitinka tavo jau turimas nuomones ir interesus, todėl tu gyveni informaciniame burbule, kuriame niekada nesusiduri su kitokiais požiūriais. Ši idėja tapo itin populiari, ypač po 2016 metų JAV rinkimų, kai visi pradėjo kaltinti „Facebook” algoritmą dėl politinės poliarizacijos.
Bet čia reikia būti sąžiningam – moksliniai tyrimai šiuo klausimu yra kur kas prieštaringesni, nei norėtų pripažinti populiarioji žiniasklaida. Kai kurie tyrimai rodo, kad filtro burbulas yra labiau psichologinis reiškinys nei algoritminis – žmonės patys linkę ieškoti informacijos, kuri patvirtina jų įsitikinimus (tai vadinama confirmation bias), ir tai vyksta nepriklausomai nuo algoritmo. Kiti tyrimai, pavyzdžiui, atlikti „Meta” mokslininkų 2023 metais, parodė, kad algoritminis turinio rodymas iš tikrųjų gali padidinti įvairovę, nes parodo turinį, kurio tu pats nebūtum ieškojęs.
Tiesa, kaip dažnai būna, yra kažkur per vidurį. Algoritmai tikrai gali sustiprinti esamą polinkį į tam tikrą turinį, bet jie nėra vienintelis ir net ne pagrindinis poliarizacijos šaltinis. Kur kas didesnę įtaką daro tai, kaip žmonės patys renkasi, ką skaityti ir su kuo bendrauti.
Moderavimo algoritmai – nematomi interneto policininkai
Yra dar viena filtravimo algoritmų rūšis, apie kurią kalbama kur kas mažiau – turinio moderavimo algoritmai. Jų užduotis yra ne parodyti tau tai, kas tau patiks, o pašalinti tai, ko neturėtų matyti niekas: smurtą, pornografiją, neapykantos kalbą, dezinformaciją.
Ir čia prasideda tikrai sudėtingi klausimai. Kaip algoritmas nusprendžia, kas yra neapykantos kalba, o kas – teisėta kritika? Kaip jis skiria satyrą nuo rimto turinio? Kaip elgiasi su kontekstu – tas pats žodis gali būti įžeidimas vienoje situacijoje ir tiesiog aprašomasis terminas kitoje?
„Facebook” (dabar „Meta”) savo turinio moderavimo sistemą aprašo kaip dviejų lygių procesą: pirmiausia automatinis algoritmas nustato potencialiai probleminį turinį, tada žmonių moderatoriai priima galutinį sprendimą. Teoriškai skamba gerai. Praktiškai – algoritmas apdoroja tiek daug turinio (kasdiena „Facebook” įkeliama daugiau nei 100 milijardų turinio vienetų), kad žmonių moderatoriai gali peržiūrėti tik mažą dalį to, ką algoritmas pažymi.
Rezultatas? Algoritmai daro klaidas, ir daro jas masiniu matu. Kartais pašalinamas visiškai teisėtas turinys – istorinės nuotraukos, medicininė informacija, žurnalistiniai reportažai. Kartais, atvirkščiai, praeina tikrai žalingas turinys, nes algoritmas jo neatpažįsta. Tai nėra kažkieno bloga valia – tai tiesiog neišsprendžiama problema, kai bandai automatizuoti sprendimus, kuriems reikia žmogiško konteksto supratimo.
Praktinis vadovas: kaip atgauti kontrolę savo informacinėje erdvėje
Gerai, pakankamai teorijos. Ką tu gali realiai padaryti, kad algoritmai tarnautų tau, o ne atvirkščiai? Štai keletas konkrečių patarimų, kurie iš tikrųjų veikia:
1. Aktyviai „mokyk” algoritmą. Kiekviena platforma turi mechanizmus, leidžiančius nurodyti, ko tu nenori matyti. „YouTube” – mygtukas „Don’t recommend channel”. „Instagram” – „Not interested”. „TikTok” – ilgas paspaudimas ant vaizdo įrašo atidengia parinktis. Dauguma žmonių šių mygtukų niekada nenaudoja, o tada stebisi, kodėl algoritmas rodo tą patį. Naudok juos sistemingai ir per kelias savaites pastebėsi skirtumą.
2. Padaryk tyčinę pauzę prieš slinkdamas toliau. Algoritmai mokosi iš tavo elgsenos, ir vienas iš svarbiausių signalų yra tai, kiek laiko tu praleidi su kiekvienu turinio vienetu. Jei tu sustoji ties sensacingos antraštės straipsniu ir skaitai jį 30 sekundžių, algoritmas interpretuoja tai kaip susidomėjimą, net jei tu iš tikrųjų tik patikrini, ar antraštė nemeluoja. Sprendimas: jei turinys tau neįdomus, slink toliau greitai ir be sustojimų.
3. Naudok „inkognito” režimą strategiškai. Kai nori ieškoti kažko, kas nesusiję su tavo įprastais interesais – naujų temų, kitokių požiūrių, alternatyvios informacijos – naudok naršyklės inkognito režimą. Taip paieškos rezultatai nebus personalizuoti ir tu pamatysi „objektyvesnį” vaizdą.
4. Diversifikuok šaltinius sąmoningai. Užsiprenumeruok bent kelis informacijos šaltinius, kurie nesutampa su tavo įprastais interesais ar požiūriu. Tai gali būti nepatogu – kartais skaitysi dalykus, su kuriais nesutinki. Bet tai yra sveika. RSS skaitytuvas (pvz., „Feedly”) yra puikus įrankis tam, nes jis neturi personalizavimo algoritmo.
5. Reguliariai „nuvalyk” savo profilį. „Google” leidžia peržiūrėti ir ištrinti savo paieškos istoriją. „YouTube” – žiūrėjimo istoriją. „Spotify” – klausymosi istoriją. Tai ne tik privatumo klausimas – tai ir galimybė „atstatyti” algoritmą, jei jauti, kad jis per daug įstrigęs tam tikroje temoje.
Ateities algoritmai ir klausimai, į kuriuos dar nėra atsakymų
Dirbtinio intelekto pažanga keičia filtravimo algoritmus greičiau, nei mes spėjame suprasti jų pasekmes. Didieji kalbos modeliai (LLM), tokie kaip GPT serija ar „Google Gemini”, atveria visiškai naujas galimybes – ir visiškai naujas rizikas.
Įsivaizduok algoritmą, kuris ne tik parodo tau turinį, bet ir jį pritaiko tau realiuoju laiku. Tas pats straipsnis gali būti pateiktas skirtingai – su skirtingais akcentais, skirtinga tonacija, net skirtingais faktais pirmame plane – priklausomai nuo to, kas tu esi. Tai jau ne fantastika – tai techniškai įmanoma šiandien, ir kai kurios platformos eksperimentuoja su panašiais sprendimais.
Reguliavimo srityje taip pat vyksta pokyčiai. Europos Sąjungos Skaitmeninių paslaugų aktas (Digital Services Act), įsigaliojęs 2023 metais, reikalauja, kad didelės platformos suteiktų vartotojams galimybę naudotis versija be personalizavimo algoritmo. Tai precedento neturintis žingsnis – pirmą kartą reguliuotojai tiesiogiai kišasi į tai, kaip algoritmai veikia. Ar tai veiks praktiškai – pamatysime.
Bet galbūt svarbiausi klausimai yra ne techniniai, o filosofiniai. Kas turi teisę nuspręsti, ką tu matai? Ar platforma, kuri teikia infrastruktūrą? Ar valstybė, kuri reprezentuoja visuomenę? Ar tu pats, individualiai? Ir jei tu pats – ar tu iš tikrųjų žinai, ko nori, ar tik manai, kad žinai, nes algoritmas jau suformavo tavo pageidavimus?
Algoritmai tarp mūsų – gyvenimas su tuo, ko nepakeisime
Grįžkime prie to, nuo ko pradėjome. Tu atidari telefoną ir matai turinį, kuris atrodo sukurtas tau. Dabar tu žinai, kodėl – ir žinai, kad tai nėra nei visiškai bloga, nei visiškai gera. Tai tiesiog yra.
Filtravimo algoritmai yra vienas iš tų technologinių reiškinių, kurie yra per daug integruoti į mūsų kasdienybę, kad galėtume jų tiesiog atsisakyti. Bet tai nereiškia, kad turime juos priimti nekritiškai. Geriausias požiūris – toks, kurį galima pavadinti informuotu pragmatizmu: suprask, kaip tai veikia, naudok tai savo naudai, bet nepaleisk kritinio mąstymo.
Kai kitą kartą pamatysi turinį, kuris atrodo „kaip tik tau skirtas”, užduok sau paprastą klausimą: ar aš čia dėl to, kad tai man tikrai naudinga, ar dėl to, kad algoritmas žino, kaip mane sulaikyti? Skirtumas tarp šių dviejų dalykų kartais yra labai mažas, bet jis egzistuoja – ir tavo gebėjimas jį pastebėti yra galbūt svarbiausia skaitmeninio raštingumo kompetencija šiandien.
Algoritmai niekur nedings. Jie taps sudėtingesni, galingesni ir labiau įsipynę į mūsų gyvenimus. Bet jie vis tiek yra tik įrankiai – ir kaip su bet kuriuo įrankiu, svarbiausia yra žinoti, kas jį laiko rankose.
