مکانیسم حباب‌های فیلتر و اتاق‌های پژواک: تمایز انزوای الگوریتمی از خودانتخابی

در سال ۲۰۱۱، الی پاریسر، فعال اینترنتی، متوجه چیز عجیبی در فید فیس‌بوک خود شد: دوستان محافظه‌کارش بی‌سروصدا ناپدید شده بودند. او آنها را آنفرند نکرده بود و آنها هم از پست گذاشتن دست نکشیده بودند. کد پلتفرم صرفاً بر اساس کلیک‌های گذشته او تصمیم گرفته بود که او تمایلی به دیدن به‌روزرسانی‌های آنها ندارد. پاریسر اصطلاح «حباب فیلتر» (Filter Bubble) را برای توصیف این مدیریت الگوریتمی نامرئی ابداع کرد و یک اضطراب دیجیتالی مدرن متولد شد.[7]

برای بیش از یک دهه، حباب فیلتر به هیولای مورد علاقه اینترنت تبدیل شده است. این توضیح پیش‌فرض برای این است که چرا عموی شما تئوری‌های توطئه عجیب و غریب را باور دارد و چرا به نظر می‌رسد قطبی‌سازی سیاسی در حال از هم گسیختن جوامع دموکراتیک است. این روایت فریبنده است زیرا ما را از مسئولیت مبرا می‌کند: ما صرفاً مسافران درمانده‌ای هستیم که در سیلوهای الگوریتمی ساخته شده توسط غول‌های فناوری به دام افتاده‌ایم.[1][7]

فقط یک مشکل در این روایت جهانی پذیرفته شده وجود دارد. طبق حجم فزاینده‌ای از داده‌های تجربی و تحقیقات جامعه‌شناختی، این روایت عمدتاً اشتباه است.[1][10]

برای درک اینکه چگونه اینترنت را اشتباه تشخیص داده‌ایم، ابتدا باید دو اصطلاح را که اغلب به جای یکدیگر استفاده می‌شوند اما مکانیسم‌های کاملاً متفاوتی را توصیف می‌کنند، از هم جدا کنیم: حباب فیلتر و اتاق پژواک (Echo Chamber). حباب فیلتر فنی است – این محدودیت الگوریتمی اطلاعات بر اساس ترجیحات پیش‌بینی شده کاربر است. اما اتاق پژواک جامعه‌شناختی است. این یک محیط محدود است که در آن اعضا فعالانه انتخاب می‌کنند که فقط اطلاعات مورد توافق خود را مصرف کنند و در عین حال صداهای بیرونی را بی‌اعتبار سازند.[2][7]

این تمایز اهمیت دارد زیرا محققانی که تلاش می‌کنند اندازه و قدرت حباب‌های فیلتر الگوریتمی را اندازه‌گیری کنند، همچنان دست خالی می‌مانند. یک بررسی جامع ادبیات توسط مؤسسه رویترز نشان داد که تعداد افرادی که واقعاً در سیلوهای اطلاعاتی الگوریتمی به دام افتاده‌اند، به طرز شگفت‌آوری کم است – اغلب حدود ۵ درصد از کاربران اینترنت.[1]

به جای اینکه کد سرکش، رژیم خبری محدودی از اطلاعات مورد توافق را به زور به ما بخوراند، اکثر کاربران در واقع با تنوع بیشتری از منابع آنلاین نسبت به آفلاین روبرو می‌شوند. محیط دیجیتال ذاتاً نشت‌پذیر است. بین موتورهای جستجو، تجمیع‌کننده‌های رسانه‌های اجتماعی و برنامه‌های پیام‌رسان، حتی اگر الگوریتم تلاش کند، پنهان کردن بقیه جهان از شما فوق‌العاده دشوار است.[5]

پس اگر الگوریتم‌ها ما را به دام نمی‌اندازند، چرا اینترنت اینقدر فوق‌العاده حزبی به نظر می‌رسد؟ پاسخ در آینه نهفته است. مطالعات به طور مداوم نشان می‌دهند که خودانتخابی – عمل انسانی انتخاب اینکه روی چه چیزی کلیک کنیم، چه کسی را دنبال کنیم و چه چیزی را مسدود کنیم – محرک بسیار قوی‌تری برای انزوا نسبت به توصیه‌های الگوریتمی است.[2][6]

ما در حباب‌ها به دام نیفتاده‌ایم؛ ما فعالانه اتاق‌های پژواک خود را می‌سازیم. هنگامی که به کاربران یک فید متنوع از اطلاعات ارائه می‌شود، آنها به طور نامتناسبی روی سرفصل‌هایی کلیک می‌کنند که سوگیری‌های از پیش موجود آنها را تأیید می‌کند. ما واقعیت خود را مدیریت می‌کنیم و الگوریتم صرفاً از رفتار ما یادداشت برمی‌دارد.[1][10]

داده‌های تجربی اخیر این موضوع را به وضوح نشان می‌دهند. در مطالعه‌ای که تأثیر قطبی‌سازی کوتاه‌مدت توصیه‌های خبری مبتنی بر ایدئولوژی در ایالات متحده و آلمان را بررسی می‌کرد، محققان دریافتند که تأثیر الگوریتمی به طرز چشمگیری محدود است. وقتی کد کاربران را به سمت محتوای حزبی سوق می‌داد، سوزن قطبی‌سازی ایدئولوژیک واقعی آنها به سختی حرکت می‌کرد.[3]

نتیجه مشابهی از یک مطالعه بزرگ منتشر شده در PNAS به دست آمد، که قرار گرفتن کوتاه‌مدت در معرض سیستم‌های توصیه‌گر حباب فیلتر را آزمایش کرد. محققان دریافتند که خود الگوریتم‌ها تأثیرات قطبی‌سازی محدودی بر کاربران داشتند. این کد به سادگی آن دستگاه کنترل ذهن نیست که ما از آن ساخته‌ایم.[4]

اما این تحقیق یک پیچش حتی غیرمنتظره‌تر را آشکار می‌کند: ترکاندن حباب اغلب اوضاع را بدتر می‌کند. برای سال‌ها، راه‌حل پیشنهادی برای قطبی‌سازی دیجیتال، وادار کردن به قرار گرفتن در معرض دیدگاه‌های متقابل بود – اطمینان از اینکه لیبرال‌ها اخبار محافظه‌کاران را ببینند و بالعکس، که تئوریکاً افق دید آنها را گسترش می‌داد.[5][8]

معلوم می‌شود که وقتی مردم را مجبور می‌کنید دیدگاه‌های مخالف را آنلاین بخوانند، آنها ناگهان به شهروندانی میانه‌رو و همدل تبدیل نمی‌شوند. در عوض، اغلب در باورهای اصلی خود راسخ‌تر می‌شوند. دیدن «طرف دیگر» در یک زمینه دیجیتالی اغلب مکانیسم‌های روانی دفاعی را تحریک می‌کند و منجر به «اثر معکوس» (Backfire Effect) می‌شود که در آن قرار گرفتن در معرض دیدگاه‌های متنوع در واقع قطبی‌سازی را افزایش می‌دهد.[6]

این اتفاق می‌افتد زیرا الگوریتم‌ها، که برای تعامل بهینه‌سازی شده‌اند، فقط دیدگاه مخالف را به شما نشان نمی‌دهند – آنها افراطی‌ترین، شایسته‌ترین و خشم‌آورترین نسخه از دیدگاه مخالف را به شما نشان می‌دهند. شما یک استدلال محافظه‌کارانه یا لیبرال ظریف را نمی‌بینید؛ شما کاریکاتور ویروسی و خشم‌آور مخالفان سیاسی خود را می‌بینید.[8][9]

این مدیریت الگوریتمی تعارض، تمرکز را از آنچه کد پنهان می‌کند به آنچه تقویت می‌کند، تغییر می‌دهد. مشکل انزوا نیست؛ مشکل تقویت مصنوعی خصومت است. ما در دریایی از اطلاعات متنوع شناوریم، اما آب سمی است.[9][10]

تشخیص اینکه اتاق‌های پژواک در درجه اول یک مشکل رفتاری انسانی هستند تا یک مشکل صرفاً فناورانه، مستلزم یک تغییر اساسی در نحوه برخورد ما با سواد دیجیتال است. ما نمی‌توانیم صرفاً با دستکاری وزن توصیه‌ها یا درخواست شفافیت الگوریتمی، راه خود را از قطبی‌سازی تنظیم کنیم، اگرچه اینها اهداف ارزشمندی باقی می‌مانند.[8][10]

راه‌حل مستلزم آن است که کاربران فعالانه مالکیت رژیم رسانه‌ای خود را بپذیرند. این بدان معناست که انگیزه روانی برای کلیک کردن بر خشم را تشخیص دهیم و آگاهانه انتخاب کنیم که با اطلاعات ساختاری و ظریف درگیر شویم. الگوریتم‌ها فقط آینه‌هایی هستند که سوگیری‌های شناختی خودمان را به ما بازتاب می‌دهند؛ اگر اینترنت بهتری می‌خواهیم، باید آنچه را که به آینه نشان می‌دهیم، تغییر دهیم.[10]