Algoritmes. Ze beïnvloeden je mening en zorgen ervoor dat je in een bubbel belandt. Wat is daar nou van waar? Laten we bij het begin beginnen. Wat is een algoritme eigenlijk? Simpel gezegd is het een serie van opdrachten die een computer stap voor stap kan uitvoeren. Je kunt het vergelijken met een recept. Stel je bakt een appeltaart, dan staat in het recept bijvoorbeeld: Doe de bloem in een kom. Meng dat met bakpoeder. Voeg een ei toe en meng het met boter en suiker tot een deeg. Bij computers werkt dit net zo. Stel je zoekt iets op Google: Terwijl je dat doet, zie je waarschijnlijk wel zoeksuggesties verschijnen bij elke letter die je intikt. Op de achtergrond voert de computer intussen ook een serie van stappen uit. Bij elke letter wordt jouw tekst vergeleken met eerdere zoekopdrachten die op dezelfde manier begonnen. Die worden in jouw browser als suggestie getoond. En zodra jij op zo'n suggestie klikt, krijg jij de belangrijkste zoekresultaten en onthoudt Google dat dit een goede zoeksuggestie voor jou was. Het zijn allemaal algoritmes die dit mogelijk maken. Soms is het moeilijk om alle stappen in een algoritme van tevoren te programmeren. Omdat er veel opties zijn en we niet zo goed weten welke optie de beste is. We kunnen dan zelf lerende Machine-Learning algoritmes gebruiken die patronen uit data kunnen halen. In een digitale wereld hebben wij te maken met gigantische collecties van teksten, beelden en video's die voor mensen niet te overzien zijn. Het is onmogelijk om alle webpagina's op het internet te bekijken, alle films en series op Netflix of om alle liedjes op Spotify te luisteren. En daarom moeten wij de hulp van algoritmes wel inroepen. Omdat die dit soort collecties sneller kunnen organiseren en overzien. Machine-Learning algoritmes worden hier gebruikt om over jouw interesses te leren. Als je ergens lang naar kijkt of veel op een bepaald onderwerp klikt, dan vind je dit waarschijnlijk interessant. Hiermee kunnen meer suggesties gedaan worden van vergelijkbare inhoud. Als je veel naar appeltaarten kijkt, is het misschien ook leuk om een keer een perentaart te maken. Of suggesties die goed werkten bij mensen die dezelfde interesse hadden als jij. En dat zie je vaak in webwinkels: mensen die een taartvorm kochten, kochten ook een garde. Hierdoor krijgen we persoonlijkere aanbevelingen. Dat betekent wel dat verschillende personen verschillende dingen zien. Als ik op Delft google is het eerste resultaat wat ik terug krijg de website van de TU Delft. "Ja, logisch daar werk ik." En ik kijk dus inderdaad veel op websites van de TU Delft. Maar als jij op Delft googlet, krijg je waarschijnlijk de site van de gemeente Delft als eerste resultaat. Dit heeft voordelen. Omdat er formules achter jouw interesses worden gebruikt, kom je namelijk zo snel mogelijk bij de resultaten waar je naar op zoek bent. Ga maar na: wanneer heb je voor het laatst op de derde of de vierde pagina van Google gekeken? Maar dit heeft ook risico's. Je mist dingen Een algoritme kiest namelijk wel een beetje voor jou. Zoek je in het Nederlands naar appeltaartrecepten, dan is de kans groot dat je klassieke Hollandse appeltaarten tegenkomt. Maar zo loop je mogelijk wel het recept mis van een lekkere Oostenrijkse Apfelstrudel. Je krijgt meer van hetzelfde Als jij continu naar kattenfilmpjes kijkt, leert het algoritme dat je dat leuk vindt. Dan kan het gebeuren dat je alleen nog maar kattenfilmpjes in je aanbevelingen ziet. Voor kattenfilmpjes is dat wellicht niet een heel groot probleem. Maar stel dat dit een extreme politieke mening is of een complottheorie. Je kunt dan op een punt komen dat je nog maar weinig berichten te zien krijgt die anders zijn dan jouw mening. Clickbait wint snel Hoe sneller en massaler mensen ergens op reageren en klikken, hoe sterker dat een aanwijzing lijkt te zijn dat veel mensen iets interessant vinden. Algoritmes pakken dat makkelijk op. Sensationele koppen, lompe opmerkingen en controversiële content worden zo heel makkelijk gepromoot. Zijn algoritmes dan slecht? Verschillende diensten op het internet gebruiken hun Machine Learning algoritmes op verschillende manieren. Als gebruikers, hun klanten, vinden wij het vaak gewoon fijn om meer mensen te vinden die denken zoals wij. Het is ook gewoon prettig om je eigen ideeën bevestigd te zien. Sociale media willen vaak deze wens volgen en niet partijdig zijn of censureren wat er wordt gezegd. Dan krijg je wel snel clickbait suggesties. Maar je kunt algoritmes ook andere patronen leren te herkennen. Bijvoorbeeld content die je nog niet kent. Discover Weekly in Spotify is daar een voorbeeld van. En probeert je uit de mainstream bubbel te halen. Je krijgt er namelijk muziek voorgeschoteld die mensen met jouw smaak leuk vonden, maar die tot nu toe erg weinig is gedraaid. Willen we dus buiten onze bubbel stappen? Dan kunnen algoritmes ons ook helpen. Dus probeer het eens. Kijk eens niet blind op de eerste Google of YouTube resultaten, maar scroll verder. Of probeer eens actief een ander genre uit. Zo laat je aan de algoritmes en de online diensten zien dat je soms ook iets anders of iets nieuws wilt. En weet dus dat jij misschien iets anders in je zoekresultaten ziet dan je vrienden of je buren. Probeer voor de grap eens in Google of in andere zoekmachines op het woord 'verkiezingsprogramma' te zoeken. Vergelijk met anderen om je heen wat de volgorde van de resultaten is. Het zal je verbazen..