Hvordan internettet altid anbefaler dig noget godt?

Når vi scroller på vores smartphone eller på vores computer, kan vi komme ind på mange sider på én dag. I USA besøger den gennemsnitlige internetbruger over 130 hjemmesider om dagen, hvilket kan være alt fra nyhedshjemmesider, tøjhjemmesider og filmanmeldelser. For at give et hint, så er det noget af dét, der kan være med til at bestemme, hvordan du får anbefalede reklamer til din smag. Men hvordan fungerer det helt præcist?

Googles reklamer

Forestil dig: Du skal til at købe en bolig, men du har ikke råd til at betale boligen kontant. Derfor bliver du rådgivet af venner til at tage et boliglån, fordi de har gjort det samme. Derefter søger du internettet tyndt for at finde et godt lån, men uden held. En dag dukker der en anbefaling op med siden Sambla.dk, der samler lån på én side, så du kan filtrere den efter dine ønsker. Dermed skal du ikke selv sidde og finde 10 sider, hvor du skal sammenligne lån.

Så hvordan vidste nettet, at du kiggede på lån? På Google findes et system ved navn Google Ads. Det er en platform, hvor annoncører kan gøre deres annoncer mere synlige. Det vil sige, at de kan nå ud til potentielle kunder, som søger efter et produkt eller en service, der minder om annoncørens. Når du derfor googler f.eks. et glattejern, så vil der komme annoncer med glattejern.

Hvordan algoritmer fungerer

Vi hører ofte om algoritmer, men over halvdelen af danskere ved ikke nok om algoritmer. Så hvordan opererer man egentlig med algoritmer? En algoritme er i denne sammenhæng en sekvens af forskellige instrukser, som skal give et bestemt resultat. Der findes forskellige former for algoritmer:

• Kvalitative og kvantitative algoritmer
• Beregningsalgoritmer
• Mærkningalgoritme

Det, man skal forstå i denne sammenhæng, er, hvordan det foregår på sociale medier og internettet. Vi så allered algoritmer i 2009, da Facebook sorterede i rækkefølgen på nyhedsfeedet. På sociale medier er algoritmer en måde at sortere i en brugers feed. Således passer indholdet, med hvad brugeren gerne vil se. Kommenterer vi på et opslag om madleverandører, får vi mere indhold om det. Ergo, når vi engagerer sig os i bestemt indhold, regner algoritmen med, at vi gerne vil se mere af det.

TikTok-algoritmerne

Hvis man har scrollet på TikTok efter andres erfaringer med rejsebureauer, så vil man opleve at få en masse videoer om samme emne eller relateret til rejse. For de algoritmer, som bliver brugt på TikTok fortjener et afsnit i sig selv. TikTok er ejet af Bytedance, som er en virksomhed, der bruger kunstig intelligens. Der findes to faner på appen. Det ene feed er bestemt af algoritmer, da man eksponeres for nyt indhold, TikTok tror, man kan lide. Derfor kan man ikke selv bestemme, hvad man gerne vil se i dét feed.

TikTok er dog blevet særligt kendt, fordi den arbejder med en meget præcis algoritme, der ved nøjagtigt, hvad du gerne vil se. Samtidig har appen også modtaget kritik for at tage brugernes data for at kunne kuratere indholdet. Medier som New York Times har tidligere dækket, hvordan algoritmen baserer sig på, hvor længe du kigger på en bestemt video. Jo længere, man kigger, jo flere videoer af den slags, vil man få.

Hjemmesider bliver personaliserede

Når vi får anbefalinger, vi godt kan lide, handler det om personaliserede hjemmesider. For eksempel: Går vi ind på apps som Netflix eller Spotify, skal vi ofte vælge de film eller den musik, vi allerede hører. Derfor bliver vores feed en blanding af de film eller sange, vi godt kan lide, og anbefalinger, som passer til vores film- og musiksmag.

Ekkokamre

Mange danskere følger med i nyheder gennem Facebook. Men studier viser, at det ofte er algoritmer, der bestemmer, hvilke nyheder man får. Ulempen ved det er, at man kan blive offer for det såkaldte ‘bekræftelsesbias’. Når man ser mere af noget bestemt indhold, kan man risikere at komme i et ekkokammer, hvor man ikke ser indhold, der kan udfordere ens holdninger. Så når man ved, hvordan algoritmer virker, skal man være opmærksom, når man f.eks. bruger nyheder på sociale medier.

Når det ikke virker

Anbefalingssystemer er komplekse. Derfor kan du komme ud for, at du modtager de samme reklamer for ting, du faktisk allerede har købt. Eller du får en anbefaling til den sang, du allerede har lagt ind på diverse playlister.

Hvis man er utilfreds med det, kan man overveje at hjælpe hjemmesiden på vej. Ofte kan man genvælge hvilken musik eller hvilke film, man godt kan lide, og så vil ens feed ændre sig efter det. Netop med film kan man bl.a. på Netflix give den en tommel op eller tommel ned. På den måde får du flere anbefalinger, som minder om den film, du lige har set.

Konklusion

Når vi scroller, liker og downvoter, ved algoritmen, hvad vi gerne vil have. Det er en måde at få øje på nye produkter, tv-serier og sange, som vi måske ikke ville støde på. Den stigende personalisering kan potentielt brede sig til flere platforme. Desværre kan algoritmer også føre til, at man kun ser det indhold, man interesserer sig for. Derfor får man ikke øje på indhold ud over det. Derfor kan en måde at begå sig på nettet være at vælge de anbefalinger, man kan bruge til noget og fravælge det andet. Når man læser nyheder på Facebook, kan man overveje at supplere sit nyhedsforbrug med andre nyhedsmedier.