Inhoud
- De algoritmische fout
- Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
- Transparantie versus Het systeem bedriegen
Afhaal:
Sociale algoritmen zijn koude, wetenschappelijke, gegevensgestuurde metingen, maar dat weerhoudt ons er niet van ze op allerlei kunstzinnige manieren te gebruiken.
In de twee decennia vóór de internetbubbel hoorde je het woord algoritme niet veel, tenzij je een computerprogrammeur was, wiskunde-majoor toepaste of in een technische spellingsbij - als zoiets bestaat. Snel vooruit naar vandaag en als er "een app daarvoor" is, is er waarschijnlijk ook een algoritme voor. Tegenwoordig lijkt het erop dat elke hoek van ons leven wordt voorgezeten door algoritmen. Ze voorspellen welke boeken we op Amazon willen kopen, met wie we misschien vriendschap willen sluiten en misschien zelfs een potentiële soulmate willen kiezen.
Het nieuwste algoritme is er een waar je misschien niet bekend mee bent, maar in de afgelopen paar jaar is het op de bandwagon voor het meten van sociale media gesprongen. Een paar grote spelers - Klout, Kred en Peer Index om er maar een paar te noemen - beweren de sociale invloed van een persoon in nette numerieke vorm te kunnen meten. Alle drie gebruiken complexe, gerandomiseerde algoritmen om een soort bedrijfsscore te berekenen om de veronderstelde invloed van mensen te vergelijken. Dit is gemakkelijker gezegd dan gedaan. Klout kreeg bijvoorbeeld kritiek omdat hij de Amerikaanse president Barack Obama een lagere score had gegeven, waardoor hij hem als minder invloedrijk bestempelde dan teenybopper-ster Justin Bieber. Dit werd pas in augustus 2012 ongedaan gemaakt toen Klout zijn algoritme veranderde om de relevantie van de Wikipedia-pagina te koppelen (en dus rekening te houden met meer realistische gegevens).
Voor mij werpen deze nieuwe maten van webpopulariteit echter enkele vragen op. Zoals, zijn er teveel dingen in ons leven die we proberen samen te brengen in een algoritme? Wat kan een algoritme ons echt vertellen en waar schiet het tekort? En wat zijn de consequenties als het dat doet?
De algoritmische fout
Als we de sociale media-meetsites als voorbeeld gebruiken, is het duidelijk dat ze allemaal een grote fout hebben: het algoritme kijkt in een vacuüm naar de "invloed" van een gebruiker en de sites bieden weinig mogelijkheden om te meten wat die mensen offline doen. Op de een of andere manier belonen al deze sites de deelnemer op de een of andere manier omdat hij meer betrokken is geraakt en banden heeft met meer sociale media. Klout vraagt gebruikers bijvoorbeeld om elk actief sociaal netwerkaccount aan de service te koppelen en werkt in interactie op, Google+, LinkedIn, Foursquare en andere sociale mediasites samen met andere openbaar beschikbare online gegevens (zoals de Wikipedia-pagina). Natuurlijk zijn deze exacte algoritmen gepatenteerd, en daarom meestal under wraps. Maar dat is ook een deel van het probleem. Is de gemiddelde gebruiker zich immers bewust van tekortkomingen in de algoritmen die berekeningen maken?
In enkele van mijn eerste ervaringen met het gebruik van Klout, een paar weken na het tweeten van een grap over mijn lokale CVS-apotheek, had de site een categorie gemaakt en verklaarde ik "invloedrijk" te zijn op CVS, alleen gebaseerd op een paar re-tweets van mijn grap. Dit geeft me duidelijk meer krediet dan ik verdien in termen van invloed op dit onderwerp!
Er zijn allerlei andere problemen met het gebruik van algoritmen om dingen te berekenen, vooral als het een gerandomiseerd algoritme is dat willekeurige gegevens gebruikt. Ik vroeg bijvoorbeeld aan Andrew Grill, de CEO van Kred, over het vermogen van Kred om gekochte volgers of nepaccounts te detecteren, waarvan veel spraakmakende mensen de afgelopen maanden zijn beschuldigd van misbruik. (Meer informatie hierover in The Economics of Fake Followers.)
"We konden die meting niet in het algoritme hebben," zei Grill. "Er is geen manier om een vals positief, zoals een legitieme toename van volgers, te detecteren, bijvoorbeeld op tv."
Een dergelijk dilemma is een goed voorbeeld van wanneer algoritmen falen; terwijl algoritmen gegevens kunnen bepalen, zijn ze niet zo goed in het interpreteren van wat het betekent.
Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
Je kunt je programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.
"Het probleem met social media monitoringtools is dat de computers kunnen zien of een naam wordt gebruikt, maar ze kunnen de oplichter niet vertellen of dat de vermelding een positieve of negatieve indruk is," zei Mike Byrnes van Byrnes Consulting, een bedrijf dat diensten voor bedrijfsplanning en marketingstrategie.
"Omdat merken in de toekomst meer producten en diensten willen verkopen, zullen ze op zoek zijn naar sociale beïnvloeders", aldus Byrnes. "Mijn gok is dat veel moeite zal worden gedaan om elke persoon en elk merk te beoordelen met behulp van sociale media om de beste doelmarkten voor online verwijzingen te markeren."
Wat dit betekent is dat deze relatief nieuwe sociale algoritmen veel meer zijn dan een ego-oorlog of een populariteitswedstrijd. Steeds meer handelt echt geld in handen als gevolg van deze algoritmen, of het nu door marketing is dat mensen online presteren, of door de algoritmenleveranciers zelf (Klout, PeerIndex en Kred geven allemaal stimulansen van hun sponsors voor winst in gebruikersinvloed).
En als gebruikers niet weten hoe hun scores worden berekend, zijn ze zeker in het nadeel.
"Gebruikers moeten altijd weten hoe hun score wordt berekend, we posten hoe we onze score berekenen rechtstreeks op onze website," vertelde Grill me.
Transparantie versus Het systeem bedriegen
Dat lijkt een begin, maar een van de problemen met transparantie in een algoritme is dat het kan worden gespeeld. Denk maar aan Black Hat SEO-gebruikers die trucs zoals cloaking van zoekwoorden hebben uitgevoerd, zodra werd ontdekt dat zoekwoorden onderdeel waren van het algoritme voor zoekresultaten. Dus wanneer bedrijven verbergen hoe algoritmen worden berekend, brengen ze gebruikers in het nadeel. Maar wanneer algoritmen te transparant worden, kunnen ze ook vrijwel onbruikbaar worden gemaakt. Dat stelt gebruikers ook in het nadeel, of op zijn minst eerlijke.
Op het laatste punt vertelde een woordvoerder van Klout me dat "om de integriteit van de score te behouden, we niet het hele algoritme onthullen of hoe we het ontwikkelen ..."
Dit lijkt redelijk, maar ik denk dat op zijn minst een verklaring op deze sites over de basis van het algoritme gerechtvaardigd zou zijn, vooral omdat deze bedrijven onze informatie blijven uitlenen met hun API's.
We weten allemaal dat algoritmen vaak erg reductief zijn; dat is gewoon hun aard. Ik denk dat het echte probleem is dat wij - en de bedrijven die deze algoritmen bouwen, het moeilijk hebben om toe te geven aan het feit dat er aanzienlijke grenzen zijn aan wat ze ons kunnen vertellen over de grote, brede, gecompliceerde wereld waarin we leven.
Naarmate deze sites zich ontwikkelen en verbeteren, zullen hun algoritmen dat ook doen. En hoewel we niet allemaal per se een graad in informatica nodig hebben, zullen mensen steeds beter moeten begrijpen in hoeverre algoritmen ons wel en niet kunnen helpen in ons leven.
Ik vraag me bijvoorbeeld af hoe het zou zijn als datingsites gebruikers aanmoedigden contact op te nemen met diegenen die vastbesloten waren de slechtste match te zijn. Sommige dingen in het leven zijn tenslotte totaal onvoorspelbaar. Of waren tenminste vrij om dat te denken totdat een beter algoritme het tegendeel bewijst.