Informaatiokupla on verkkoympäristöön syntyvä rajattu näkymä, joka muodostuu käyttäjän oman verkkokäyttäytymisen pohjalta. Tiedon suodattaminen voi vangita käyttäjän eräänlaisen digireviirin tai kaikukammion sisälle, joka synnyttää valheellisen kokemuksen ja mielikuvan yleisestä konsensuksesta.
Informaatiokuplat syntyvät algoritmeista, jotka on suunniteltu parantamaan käyttäjäkokemusta meistä kerätyn tiedon avulla. Algoritmit pyrkivät optimoimaan kaiken, eikä niiden käyttö ulotu pelkästään sosiaaliseen mediaan. Ne tukevat meitä myös ostopäätöksissä, tiedonhaussa ja jopa ravintolan etsimisessä Tripadvisorin kautta.
Netin kasvavan informaatiotulvan vuoksi on välttämätöntä, että käyttäjien puolesta tehdään jonkinlainen esivalinta tai arvottaminen, jotta löytäisimme oleellista tietoa (Kantele 2016). Systeemin huono puoli on se, että ihmisen tavoin algoritmit ovat alttiita ennakkoluuloille, jotka voivat tehdä päätöksistä epäreiluja (Angwin ym. 2016).
Myös niiden päätöksenteko eroaa merkittävästi ihmisen päätöksenteosta (Van Giffen ym. 2022). Siinä missä ihmisen päätös perustuu yleensä pehmeisiin tavoitteisiin ja kompromisseihin, pyrkivät algoritmit aina tiettyyn ennalta määrättyyn tavoitteiseen ja pelkästään siihen tavoitteeseen (Luca ym. 2016).
Algoritmit tekevät vain työtään
Algoritmit pyrkivät palvelemaan käyttäjiä niin hyvin kuin koodi antaa myöten. Niiden toiminnan pohjalla raksuttaa Boolen logiikka (Boole 2010). Mitä enemmän me jostain tykkäämme tai johonkin reagoimme, niin sitä enemmän me tulemme sitä näkemään. Sosiaalinen elämämme pyörii AND, OR, NOT:in rajoissa.
Parhaiten algoritmit toimivat kokemukseni mukaan videopalvelu TikTokissa, kun taas heikoimman arvosanan minulta saa yhteisöpalvelu Facebook, joka tuhansista kontakteistani huolimatta rajoittaa näkemäni sisällön noin 20 henkilöön.
Algoritmien luomat kaikukammiot ovat myrkkyä vapaalle ajatustenvaihdolle, innovaatiovirtauksille sekä habermasilaiselle kommunikatiivisen rationalisuuden käsitteelle, jonka mukaan paras argumentti rakentaa konsensuksen (Habermas 1984). Toisaalta algoritmikin tekevät vain työtään, jota varten me ne loimme.
Vaikka ongelma onkin matemaattinen ja tietotekninen, niin nähdäkseni sitä pitäisi lähestyä ennen kaikkea humanistisesta kulmasta, koska ihmiset ovat täysin riippuvaisia verkkopalveluista, joissa algoritmeja hyödynnetään.
Näin poksautat kuplasi
Parhaimmatkin meistä voivat luiskahtaa huomaamattaan informaatiokuplan sisään. Joskus kyse on ammatillisesta kuplasta, kun taas toisinaan ideologisesta kuplasta. Keskinäisriippuvaisessa yhteiskunnassa mikään kupla ei edistä kehitystä. Erilaisuuden yhdistely ja poikkitieteellisyys ovat ilmiöitä, joita tarvitsemme entistä enemmän.
Yhä useampi ilmiö on vaikea erottaa siihen vaikuttavista muista ilmiöistä, jolloin syntyy tarve tarkastella enenevässä määrin eri ilmiöiden välisiä riippuvuussuhteita, eri tieteenalojen menetelmillä ja näkökulmista samanaikaisesti (Laine 2015). Tämä onnistuu vain kohtaamalla ihmisiä oman kuplasi ulkopuolelta.
Kuplan poksauttaminen ei vaadi paljoa. Riittää, kun alat penkomaan verkostoistasi sellaisia teemoja, joita et normaalisti seuraisi. Facebookissa voit etsiä käsipelillä ne ystävät, jotka ovat jääneet algoritmien ulkopuolelle ja tykätä heidän päivityksistään. Twitterissä voit ottaa kantaa johtavan astrofyysikon käynnistämään keskusteluun.
Algoritmit seuraavat kyllä perästä. Valinta on silti meidän.
Lähteet
Angwin, J., Larson, J., Mattu, S. & Kirchner, L. 2016. Machine bias: There’s software used across the country to predict future criminals. And it’s biased against blacks. ProPublicassa 23.5.2016. New York.
Boole, G. 2010. The Mathematical Analysis of Logic: Being an Essay Towards a Calculus of Deductive Reasoning (1847). Kessinger Publishing. Whitefish.
Habermas, J. 1984. Theory of communicative action volume one. Beacon press. Boston.
Kantele, T. 2016. Näin sinua ohjataan Facebookissa ja internetissä. Yle Uutisissa 19.12.2016. Helsinki.
Van Giffen, B., Herhausen, D. & Fahse, T. 2022. Overcoming the pitfalls and perils of algorithms: A classification of machine learning biases and mitigation methods. Journal of Business Research, 144, p. 93-106. Elsevier. Amsterdam.
Laine, P. 2015. Sitran trendit: Keskinäisriippuvuus lisääntyy. Sitrassa 28.4.2015. Helsinki.
Kuva: www.shutterstock.com