Penyelidikan baharu dari The Ohio State University menunjukkan bahawa algoritma diperibadikan, yang lazim di media sosial, boleh menyempitkan tumpuan pengguna, membawa kepada penurunan pembelajaran dan peningkatan terlalu yakin terhadap maklumat yang salah.
Algoritma yang diperibadikan, yang menyusun kandungan dalam talian berdasarkan pilihan pengguna sebelum ini pada platform seperti YouTube, mungkin menghalang pembelajaran dan mewujudkan persepsi yang herot tentang realiti, menurut penyelidikan baharu dari The Ohio State University.
Diterbitkan dalam Jurnal Psikologi Eksperimen: Umum, kajian mendapati bahawa apabila algoritma mengawal maklumat yang ditunjukkan kepada peserta yang belajar tentang topik baharu, tumpuan mereka mengecil kepada subset terhad maklumat yang tersedia. Akibatnya, peserta ini sering menjawab soalan dengan tidak tepat tetapi menunjukkan keyakinan yang tinggi terhadap jawapan mereka yang salah.
Penemuan itu membimbangkan, menurut Giwon Bahg, yang mengetuai kajian itu sebagai sebahagian daripada disertasi kedoktorannya dalam psikologi.
Banyak kajian tentang algoritma diperibadikan meneroka kesannya dalam membentuk pendapat tentang isu politik atau sosial yang biasa.
"Tetapi kajian kami menunjukkan bahawa walaupun anda tidak tahu apa-apa tentang topik, algoritma ini boleh mula membina berat sebelah serta-merta dan boleh membawa kepada pandangan yang diputarbelitkan tentang realiti," kata Bahg, yang kini seorang sarjana pasca doktoral di Pennsylvania State University, dalam siaran berita.
Penemuan menunjukkan bahawa ramai orang boleh menggunakan maklumat terhad yang disediakan oleh algoritma yang diperibadikan untuk membentuk kesimpulan yang luas dan menyeluruh, menurut pengarang bersama Brandon Turner, seorang profesor psikologi di Ohio State.
"Orang ramai terlepas maklumat apabila mereka mengikuti algoritma, tetapi mereka fikir apa yang mereka tahu digeneralisasikan kepada ciri lain dan bahagian lain persekitaran yang mereka tidak pernah alami," kata Turner dalam siaran berita.
Untuk menggambarkan, kajian itu menyediakan senario hipotesis: Seseorang yang tidak biasa dengan filem dari negara tertentu menggunakan pengesyoran algoritma perkhidmatan penstriman. Pada mulanya memilih filem aksi-thriller, algoritma itu kemudiannya mencadangkan lebih banyak filem daripada genre yang sama, menyebabkan penonton mengembangkan pemahaman yang terhad dan berat sebelah tentang industri filem negara itu dan budaya yang lebih luas.
Para penyelidik menguji kesan ini menggunakan persediaan percubaan fiksyen dengan 346 peserta, yang diminta untuk mempelajari tentang kategori makhluk asing seperti kristal dengan mengambil sampel ciri yang berbeza.
Para peserta mempunyai dua syarat: satu melibatkan pensampelan rawak semua ciri, dan satu lagi di mana algoritma pemperibadian memilih ciri untuk diutamakan.
Keputusan menunjukkan bahawa peserta yang bergantung pada algoritma menyampel lebih sedikit ciri terpilih dan terlalu yakin dengan pengkategorian terhad, selalunya tidak betul.
"Mereka lebih yakin apabila mereka sebenarnya tidak betul tentang pilihan mereka berbanding apabila mereka betul, yang membimbangkan kerana mereka kurang pengetahuan," tambah Bahg.
Turner menunjukkan kesan masyarakat yang berpotensi, terutamanya untuk pelajar muda.
"Jika anda mempunyai anak muda yang benar-benar cuba belajar tentang dunia, dan mereka berinteraksi dengan algoritma dalam talian yang mengutamakan mendapatkan pengguna untuk menggunakan lebih banyak kandungan, apakah yang akan berlaku?" Turner menambah. "Pengambilan kandungan yang serupa selalunya tidak selari dengan pembelajaran. Ini boleh menyebabkan masalah kepada pengguna dan akhirnya kepada masyarakat."
sumber: The Ohio State University