Você influencia os algoritmos de recomendação tanto quanto eles o influenciam – veja como
Você já assistiu a um vídeo ou filme porque o YouTube ou Netflix recomendou para você? Ou adicionou um amigo no Facebook da lista de “pessoas que você talvez conheça”?
E como o Twitter decide quais tweets mostrar para você no topo do seu feed?
Essas plataformas são conduzidas por algoritmos, que classificam e recomendam conteúdo para nós com base em nossos dados.
Como Woodrow Hartzog, professor de direito e ciência da computação na Northeastern University, Boston, explica :
Se você quiser saber quando as empresas de mídia social estão tentando manipulá-lo para divulgar informações ou se envolver mais, a resposta é sempre.
Portanto, se estamos tomando decisões com base no que nos é mostrado por esses algoritmos, o que isso significa para nossa capacidade de tomar decisões livremente ?
O que vemos é feito sob medida para nós
Um algoritmo é uma receita digital: uma lista de regras para alcançar um resultado, usando um conjunto de ingredientes. Normalmente, para empresas de tecnologia, esse resultado é ganhar dinheiro convencendo-nos a comprar algo ou nos mantendo rolando para nos mostrar mais anúncios.
Os ingredientes usados são os dados que fornecemos por meio de nossas ações online – conscientemente ou não. Cada vez que você gosta de uma postagem, assiste a um vídeo ou compra algo, você fornece dados que podem ser usados para fazer previsões sobre seu próximo movimento.
Esses algoritmos podem nos influenciar, mesmo que estejamos não está ciente disso. Conforme o podcast Rabbit Hole do New York Times explora, os algoritmos de recomendação do YouTube podem levar os espectadores a conteúdo cada vez mais extremo , potencialmente levando à radicalização online.
O algoritmo de feed de notícias do Facebook classifica o conteúdo para nos manter engajados na plataforma. Pode produzir um fenômeno chamado “ contágio emocional ”, no qual ver postagens positivas nos leva a escrever postagens positivas nós mesmos, e ver postagens negativas significa temos mais probabilidade de criar postagens negativas – embora este estudo tenha sido controverso parcialmente porque os tamanhos de efeito eram pequenos.
Além disso, os chamados “ padrões escuros ” são projetados para nos induzir a compartilhar mais, ou gastando mais em sites como o Amazon. Esses são truques de design de site, como ocultar o botão de cancelamento de inscrição ou mostrar quantas pessoas estão comprando o produto que você está vendo agora . Eles inconscientemente o empurram para as ações que o site gostaria que você realizasse.
Seu perfil está sendo criado
Cambridge Analytica , a empresa envolvida no maior vazamento de dados conhecido do Facebook até o momento, afirmou ser capaz de perfil de sua psicologia com base suas curtidas”. Esses perfis podem então ser usados para direcioná-lo a publicidade política.
“Cookies” são pequenos pedaços de dados que nos rastreiam em websites. Eles são registros de ações que você realizou online (como links clicados e páginas visitadas) que são armazenados no navegador. Quando eles são combinados com dados de várias fontes, incluindo hacks em grande escala, isso é conhecido como “ enriquecimento de dados ”. Ele pode vincular nossos dados pessoais, como endereços de e-mail, a outras informações, como nosso nível de educação.
Esses dados são usados regularmente por empresas de tecnologia como Amazon, Facebook e outras para criar perfis nossos e prever nossa comportamento futuro.
Você está sendo previsto
Então, quanto do seu comportamento pode ser previsto por algoritmos baseados nos seus dados?
Nossa pesquisa, publicada na Nature Human Behavior no ano passado , explorou essa questão observando quantas informações sobre você estão contidas nas postagens que seus amigos fazem nas redes sociais.
Usando dados do Twitter, estimamos o quão previsíveis eram os tweets das pessoas, usando apenas os dados de seus amigos. Descobrimos que os dados de oito ou nove amigos eram suficientes para prever os tweets de alguém tão bem quanto se os tivéssemos baixado diretamente (bem mais de 50% de precisão, veja o gráfico abaixo). Na verdade, 95% da precisão preditiva potencial que um algoritmo de aprendizado de máquina pode alcançar pode ser obtida apenas a partir de dados de amigos.
Previsibilidade média de seu círculo de amigos mais próximos (linha azul). Um valor de 50% significa acertar a próxima palavra na metade do tempo – o que não é fácil, pois a maioria das pessoas tem um vocabulário de cerca de 5.000 palavras. A curva mostra o quanto um algoritmo de IA pode prever sobre você a partir dos dados de seus amigos. Aproximadamente 8-9 amigos são suficientes para prever suas futuras postagens com a mesma precisão como se o algoritmo tivesse acesso aos seus próprios dados (linha tracejada). Bagrow, Liu e Mitchell (2019)
Nossos resultados significa que, mesmo se você #DeleteFacebook (que tendeu após o escândalo Cambridge Analytica em 2018 ), você ainda pode ser capaz de fazer um perfil, devido aos laços sociais que permanecem. E isso antes de considerarmos as coisas sobre o Facebook que o tornam tão difícil de excluir de qualquer maneira.
Também descobrimos que é possível construir perfis de não usuários – os chamados “ perfis de sombra ”- com base nos seus contatos que estão na plataforma. Mesmo que você nunca tenha usado o Facebook, se seus amigos o fizerem, existe a possibilidade de um perfil sombra ser construído de você.
Em plataformas de mídia social como Facebook e Twitter, a privacidade não está mais vinculada a o indivíduo, mas para a rede como um todo.
Chega de livre arbítrio? Não é bem isso
Mas nem toda esperança está perdida. Se você excluir sua conta, as informações contidas em seus laços sociais com amigos tornam-se obsoletas com o tempo. Descobrimos que a previsibilidade diminui gradualmente para um nível baixo, então sua privacidade e anonimato irão eventualmente retornar.
Embora possa parecer que os algoritmos estão corroendo nossa capacidade de pensar por nós mesmos, não é necessariamente o caso. As evidências sobre a eficácia do perfil psicológico para influenciar os eleitores são escassas .
Mais importante, quando se trata do papel das pessoas versus algoritmos em coisas como espalhar (des) informações, as pessoas são igualmente importantes. No Facebook, a extensão de sua exposição a diversos pontos de vista está mais intimamente relacionada a seus agrupamentos sociais do que a forma como o Feed de notícias apresenta o conteúdo. E no Twitter, embora as “notícias falsas” possam se espalhar mais rápido do que os fatos, é principalmente pessoas que o espalham , em vez de bots.
Claro, os criadores de conteúdo exploram algoritmos de plataformas de mídia social para promover conteúdo, em Youtube, Reddit e outras plataformas, não apenas o contrário.
No final do dia, por baixo de todos os algoritmos estão pessoas. E influenciamos os algoritmos tanto quanto eles podem nos influenciar. 
Este artigo foi republicado de A conversa por Lewis Mitchell , professor sênior de matemática aplicada e James Bagrow , Professor Associado, Matemática e Estatística, University of Vermont sob uma licença Creative Commons . Leia o artigo original .
Leia a seguir: Buracos negros no centro de 2020 Prêmio Nobel de Física – o astrofísico explica por que é um grande negócio
Fonte
