Google / Ο αλγόριθμος είναι σαν «μαύρο κούτι» – Τι αποφασίζει να μας δείξει

Το Τvxs είναι από τα λίγα ανεξάρτητα μέσα ενημέρωσης. Η επιβίωσή του εξαρτάται από τη βοήθειά σας.*

Aπό τις συνταγές ενός «καταπληκτικού» σεφ, μέχρι τις τελευταίες προσφορές του Lidl ή το «τέλειο αυτοκίνητο», εκατομμύρια καθημερινοί χρήστες του Google Discover, έρχονται σε επαφή με κάθε είδους περιεχόμενο χωρίς να το έχουν αναζητήσει ενεργά.

Η Google εξακολουθεί να θεωρείται πρωτίστως μηχανή αναζήτησης. Η χαρακτηριστική γραμμή σε λευκό φόντο, το εμβληματικό προϊόν της Alphabet, πάνω στο οποίο βασίζεται μεγάλο μέρος των διαφημιστικών της εσόδων, αποτελεί εδώ και χρόνια μέρος του καθημερινού λεξιλογίου και συχνά είναι αυτή που δίνει την τελική απάντηση σε αμφιλεγόμενες συζητήσεις.

Όταν αναφέρεται κανείς στη «Google», συνήθως εννοεί σε αυτή τη σελίδα: το Google.com.

Ωστόσο, με την πάροδο των ετών, η Google έχει δημιουργήσει και μια άλλη υπηρεσία, η οποία ξεπερνά την παραδοσιακή «αναζήτηση» και περνά στην αλγοριθμική «ανακάλυψη». Το Google Discover, το σύστημα προτάσεων περιεχομένου της Google, έχει παρόμοια εμφάνιση, χωρίς όμως σχόλια, retweets ή ορατές αλληλεπιδράσεις από άλλους χρήστες.

Σε αντίθεση με άλλες υπηρεσίες της Google, όπως οι Χάρτες, το Drive ή οι Φωτογραφίες, το Discover δεν διαθέτει δική του εφαρμογή. Αντίθετα, είναι προεγκατεστημένο στα τηλέφωνα Android ως αναπόσπαστο μέρος της επαφής τους και συνήθως είναι προσβάσιμο σύροντας προς τα δεξιά στην αρχική οθόνη.

Το μεγάλο ερώτημα σχετικά με αυτό και κάθε άλλο σύστημα προτάσεων – από αμφιλεγόμενους αλγορίθμους όπως εκείνοι του Instagram και του Facebook, μέχρι το Netflix, το YouTube, ακόμη και φαινομενικά αθώες υπηρεσίες όπως το Vinted- είναι πώς αποφασίζει ποιο περιεχόμενο θα προτείνει, σύμφωνα με ανάλυση στο The Conversation. Τι έχετε κάνει εσείς, ως χρήστης, ώστε να «δικαιούστε» να εμφανιστεί αυτό το περιεχόμενο στο τηλέφωνό σας;

Δεν υπάρχει «μαγική» φόρμουλα

Όταν οι άνθρωποι προσπαθούν να εξηγήσουν πώς οι πλατφόρμες προτείνουν περιεχόμενο, συχνά βασίζονται σε «φαντασιακές» αντιλήψεις για τους αλγορίθμους, σε φήμες ή σε ατεκμηρίωτες πεποιθήσεις. Κάποιοι μάλιστα προσπαθούν να «εκπαιδεύσουν» ή να χειραγωγήσουν τον αλγόριθμο με βάση αυτές τις υποθέσεις.

Ωστόσο, η αλήθεια είναι ότι δεν υπάρχει ένας μοναδικός αλγόριθμος ή μια μεγάλη εξίσωση που μπορεί να ελεγχθεί. Τα συστήματα προτάσεων, όπως το Google Discover, λειτουργούν μέσω ενός τεράστιου και αδιαφανούς δικτύου αλγοριθμικών υποδομών – ενός κυκλώματος εντολών υπολογιστή κρυμμένου μέσα σε ένα «μαύρο κουτί», για το οποίο η Google έχει αποκαλύψει ελάχιστες λεπτομέρειες.

Όσα γνωρίζουμε προέρχονται είτε από επαγγελματικές προσπάθειες να κατανοήσουμε τον τρόπο λειτουργίας του, είτε από την επιστημονική βιβλιογραφία, η οποία έχει καταγράψει τον αντίκτυπό του σε τομείς όπως η δημοσιογραφία.

Ωστόσο, τα «συστατικά» αυτών των συστημάτων δεν μπορούν απλώς να διαβαστούν όπως η ετικέτα ενός μπουκαλιού κέτσαπ ή ενός σαμπουάν.

Η διοχέτευση του περιεχομένου

Η Google ορίζει το Discover ως μια εξατομικευμένη ροή που βασίζεται στα ενδιαφέροντα του χρήστη, τα οποία καθορίζονται από τη δραστηριότητά του στον ιστό και στις εφαρμογές. Επιστημονικές μελέτες που έχουν δημοσιευτεί από μηχανικούς της ίδιας της Google έχουν δείξει ότι πρόκειται για ένα βιομηχανικής κλίμακας σύστημα προτάσεων περιεχομένου, ενώ ανεξάρτητη ακαδημαϊκή έρευνα το τοποθετεί στο σημείο όπου συναντώνται η ανάκτηση πληροφοριών και η αλγοριθμική επιμέλεια περιεχομένου.

Παρότι δεν είναι γνωστό ακριβώς πώς λειτουργεί, μπορεί να εξηγηθεί γιατί το Google Discover εμφανίζει συγκεκριμένο περιεχόμενο, εξετάζοντας την τυπική αρχιτεκτονική ενός συστήματος προτάσεων, σε συνδυασμό με τα στοιχεία και τις υποθέσεις που υπάρχουν για το προϊόν της Google.

Μια χρήσιμη μεταφορά είναι αυτή ενός χωνιού που χωρίζεται σε διαδοχικά στάδια. Κάθε μέρα δημοσιεύονται στο διαδίκτυο εκατομμύρια πληροφορίες, από άρθρα και βίντεο μεγάλης διάρκειας, μέχρι αναρτήσεις στα μέσα κοινωνικής δικτύωσης και περιλήψεις που δημιουργούνται από τεχνητή νοημοσύνη. Το Discover περιορίζει αυτή την τεράστια ποικιλία σε μια λίστα προσαρμοσμένη ειδικά για κάθε χρήστη.

Τα πρώτα φίλτρα

Όπως και στην Αναζήτηση Google, το πρώτο βήμα είναι το «ξεκαθάρισμα». Η Google διατηρεί μια βάση δεδομένων στην οποία ανιχνεύει το διαδίκτυο και εφαρμόζει ένα αρχικό φίλτρο για να αποκλείσει οτιδήποτε δεν συμμορφώνεται με τις πολιτικές της. Έτσι διασφαλίζεται ότι περιεχόμενο που παραβιάζει τους κανόνες ασφαλείας αποκλείεται εξαρχής.

Ωστόσο, το γεγονός ότι κάποια περιεχόμενα περνούν αυτό το φίλτρο σημαίνει απλώς ότι είναι επιλέξιμα. Δεν σημαίνει ότι θα εμφανιστούν στη ροή ενός χρήστη.

Ένα βασικό μοντέλο ενός συστήματος προτάσεων περιεχομένου περιλαμβάνει τρία βασικά στάδια: δημιουργία υποψηφίων, βαθμολόγηση και επανακατάταξη.

Για να περιορίσει αυτή την αρχική δεξαμενή, το σύστημα εντοπίζει στη συνέχεια ποιο περιεχόμενο είναι πιθανότερο να ταιριάζει στα ενδιαφέροντα του χρήστη. Το Google Discover το κάνει αυτό αναγνωρίζοντας συγκεκριμένα στοιχεία γνωστά ως οντότητες (entities) που υπάρχουν στις αναζητήσεις ή στις αλληλεπιδράσεις και συνδέοντάς τα μεταξύ τους.

Με αυτόν τον τρόπο μπορεί να καταλάβει ποια φαινομενικά άσχετα μεταξύ τους ερωτήματα ή άρθρα αποτελούν μέρος του ίδιου ενδιαφέροντος και να τα οργανώσει σε ευρύτερα θέματα και υποθέματα.

Αφού δημιουργήσει ένα προφίλ ενδιαφερόντων, το σύστημα πρέπει να τα μετατρέψει σε μια «γλώσσα» με την οποία μπορεί να συγκρίνει και να εντοπίσει σχετικό περιεχόμενο σε τεράστια κλίμακα.

Στην περίπτωση του Google Discover, αναλυτές όπως ο Damien Andell έχουν υποθέσει ότι χρησιμοποιεί μαθηματικές αναπαραστάσεις.

Αυτά τα διανύσματα μετατρέπουν ομάδες οντοτήτων -γνωστές ως «συστάδες» ή clusters – καθώς και τα ενδιαφέροντα σε συντεταγμένες πάνω σε έναν ενιαίο «πίνακα», ο οποίος μοιάζει με παιχνίδι Ναυμαχίας. Όσο πιο κοντά βρίσκονται δύο σημεία, τόσο μεγαλύτερη θεωρείται η μεταξύ τους συνάφεια.

Παρακολουθώντας τα κλικ, τα likes και τα zoom

Μόλις εντοπιστούν αυτές οι συστάδες, το «χωνί» στενεύει ξανά και περνά στα προγνωστικά μοντέλα. Εδώ, η τεχνητή νοημοσύνη του συστήματος προσπαθεί να προβλέψει πώς θα αντιδράσει ο χρήστης σε κάθε μία από τις διαθέσιμες επιλογές.

Οι μηχανικοί της Google περιγράφουν έντεκα προγνωστικούς στόχους, από τους οποίους οι επτά έχουν προσδιοριστεί συγκεκριμένα: πέντε θετικοί – κλικ, like, απάντηση σε έρευνα, κλικ για λεπτομέρειες η κλικ για να εμπλουτιστεί ένα κείμενο – και δύο αρνητικοί όπως να απορριφθεί το περιεχόμενο ή να μπλοκαριστεί.

Με όλες αυτές τις διαθέσιμες προβλέψεις, το σύστημα επεξεργάζεται και στη συνέχεια κατατάσσει τους υποψήφιους. Η συνηθισμένη προσέγγιση είναι να συνδυάζονται οι διαφορετικές προβλέψεις σε μία συνολική βαθμολογία, δίνοντας μεγαλύτερη βαρύτητα σε ορισμένα σήματα από ό,τι σε άλλα.

Για παράδειγμα, ένα άρθρο μπορεί να έχει υψηλή πιθανότητα για κλικ, αλλά ταυτόχρονα και υψηλή πιθανότητα για απόρριψη. Ένα άλλο άρθρο μπορεί να προκαλεί λιγότερη άμεση περιέργεια, αλλά να δημιουργεί περισσότερα θετικά σήματα.

Το Discover πρέπει να επιλύσει αυτή την αντίθεση μεταξύ διαφορετικών σημάτων για να αποφασίσει ποιο περιεχόμενο θα εμφανιστεί πρώτο και ποιο θα ακολουθήσει.

Ωστόσο, η Google δεν έχει αποκαλύψει πώς ακριβώς συνδυάζει αυτές τις προβλέψεις.

Ορισμένα συστήματα εφαρμόζουν ένα τελικό φίλτρο, λαμβάνοντας υπόψη κριτήρια όπως η ποικιλία, η επικαιρότητα ή η «δικαιοσύνη».

Έτσι αποφεύγεται, για παράδειγμα, τα πέντε πρώτα κομμάτια περιεχομένου στη ροή ενός χρήστη να αφορούν όλα το ίδιο νέο gadget της Lidl.

Ένας ατελείωτος κύκλος

Έχουμε πλέον φτάσει στο τέλος του «χωνιού» και το Google Discover έχει αποφασίσει τι θα εμφανίσει.

Όμως η διαδικασία δεν σταματά εδώ.

Το σύστημα τροφοδοτείται ξανά από τα αποτελέσματα της δικής του λειτουργίας, παρατηρώντας τα σήματα που δημιουργεί ενός χρήστης.

Αυτά τα νέα δεδομένα επιστρέφουν στο σύστημα και χρησιμοποιούνται για να εκπαιδευτεί και να ενημερωθεί το μοντέλο.

Οι προτάσεις δημιουργούν αλληλεπιδράσεις, οι αλληλεπιδράσεις παράγουν νέα δεδομένα και αυτά τα δεδομένα επηρεάζουν τις μελλοντικές προτάσεις.

Αυτό που γνωρίζουμε είναι ότι το σύστημα λειτουργεί σαν ένα ατελείωτο παιχνίδι πιθανοτήτων, το οποίο τροφοδοτείται από το ιστορικό και την τοποθεσία, αλλά και από μικρές, καθημερινές συμπεριφορές που τροφοδοτούν αυτό το «μαύρο κουτί».

Στην Ελλάδα τα ΜΜΕ που στηρίζουν τις νεοφιλελεύθερες πολιτικές, χρημαδοτούνται από το ... κράτος. Tο tvxs.gr στηρίζεται στους αναγνώστες του και αποτελεί μια από τις ελάχιστες ανεξάρτητες φωνές στη χώρα. Mε μια συνδρομή, από 2.9 €/μήνα,ενισχύετε την αυτονομία του tvxs.gr και των δημοσιογραφικών του ερευνών. Συγχρόνως αποκτάτε πρόσβαση στα ντοκιμαντέρ και το περιεχόμενο του 24ores.gr.

[Δες τα πακέτα συνδρομών >](https://shop.tvxs.gr/συνδρομές/?utm_source=tvxs&utm_medium=tvxsarticle&utm_campaign=stsubsription