這是一篇還滿有趣的議題，因為自己是研究 Data Mining and Recommendation 相關的領域，一直都在鑽研說如何讓推薦更精準，只是沒有反面去思考過推薦會讓我們可能失去啥麼？
大概 summarize 這篇在講啥，其實我們都知道 google 或是 yahoo 新聞，甚至更多更多的網站提供Personalized Recommendation 的服務，其機制主要是根據我們以前所點選過的連結，紀錄在 session or 相關 log 裡面，然後下次你再上來，根據你之前的 taste ，排除你不喜歡的，給予你 maybe 會喜歡的、感興趣的推薦。
聽起來是一項很人性化的服務！
但是 Eli Pariser 提出，這些『過濾氣泡』可能會將一些即使不是那麼重要、感興趣，但是卻有可能 inspire 你一些想法的資訊。
Eli Pariser 以自己的例子為描述，他是某一個政治黨派的偏好者，但是他有一天突然發現 facebook 將其競爭的黨派所有的資訊都過濾掉了，只留下跟他同一個 taste 的群組。
It sounds a good service！事實上，這項機制卻讓你處於一個自我封閉的空間中。
為何這麼說呢？我突然想到之前看篤姬一句很喜歡的則言─偏聽則暗、兼聽則明。有時候多方的意見，或是一件毫不起眼的事情，可能啟發你另外一層的思考。最後作者也提出一個宏願，其實他沒有在抨擊這些過濾機制，只是希望這些 algorithm 運算下來的算式可以人性化我們的社會。
留言
張貼留言