به گزارش پایگاه خبری فرهنگ آفرینان به نقل از مهر، تصور کنید صبح که تلفن همراه خود را برمی‌دارید، قبل از اینکه تصمیم بگیرید چه خبری را مطالعه کنید، چه موسیقی‌ای گوش دهید یا چه ویدئویی تماشا کنید، صفحه نمایش شما پر از پیشنهادات مختلف است. شما چند ویدئو را مشاهده می‌کنید، برخی را نادیده می‌گیرید، بر روی یکی توقف می‌کنید، و دیگری را برای دوستان خود ارسال می‌کنید. شاید چند دقیقه بعد با محتوایی مواجه شوید که شباهت زیادی به انتخاب‌های قبلی شما دارد. این روند به قدری عادی شده که کمتر از خود می‌پرسیم چه کسی این انتخاب‌ها را ترتیب داده است. در پس این تجربه روزمره، الگوریتم‌های شخصی‌سازی وجود دارند؛ سیستم‌هایی که از رفتار کاربر، جست‌وجوها، کلیک‌ها، زمان تماشا، ارتباطات و علایق احتمالی او بهره می‌برند تا محتوایی را که احتمالاً برایش جذاب‌تر است، در اولویت قرار دهند. هدف اصلی این الگوریتم‌ها ساده است: نمایش محتوای مرتبط‌تر به کاربر در میان حجم عظیم اطلاعات. اما مشکل زمانی جدی می‌شود که این فرآیند تنها به «آنچه می‌بینیم» محدود نماند و به تدریج بر «آنچه درباره جهان فکر می‌کنیم» و حتی «آنچه درباره خودمان تصور می‌کنیم» تأثیر بگذارد.
پژوهش‌های علوم اجتماعی و ارتباطات در ایران نیز در سال‌های اخیر به‌طور فزاینده‌ای به بررسی رابطه انسان و فضای مجازی پرداخته‌اند. الگوریتم دقیقاً چه چیزی را درباره ما درک می‌کند؟ الگوریتم به معنای روان‌شناختی شخصیت انسان را نمی‌شناسد، اما می‌تواند از رفتارهای تکراری او الگوهایی استخراج کند. اگر فردی به طور مداوم محتوای ورزشی مشاهده کند، احتمالاً محتوای ورزشی بیشتری دریافت خواهد کرد؛ اگر به طور مکرر مطالب اقتصادی را دنبال کند، محتوای اقتصادی بیشتری در برابرش قرار می‌گیرد و اگر بارها به محتوای خاصی واکنش نشان دهد، سیستم می‌تواند آن رفتار را به‌عنوان نشانه‌ای از علاقه تلقی کند. بنابراین، الگوریتم به‌جای آنکه به‌طور مستقیم بگوید «این فرد چنین شخصیتی دارد»، تصویری احتمالی از ترجیحات او ایجاد می‌کند. پژوهش‌ها در زمینه تشخیص صفات شخصیتی با استفاده از مدل‌های زبانی و یادگیری عمیق نشان می‌دهد که فناوری‌های جدید حتی می‌توانند از داده‌های زبانی برای شناسایی پنج بعد اصلی شخصیت ــ گشودگی، وظیفه‌شناسی، برون‌گرایی، توافق‌پذیری و روان‌رنجوری ــ استفاده کنند. این پژوهش‌ها در واقع به توانایی یک مدل محاسباتی در تشخیص صفات شخصیتی اشاره دارند، نه اینکه شبکه‌های اجتماعی به‌طور مستقیم شخصیت کاربر را شکل دهند؛ اما این تمایز، اهمیت موضوع را روشن می‌کند: اگر ماشین بتواند از ردپای دیجیتال ما درباره ویژگی‌های شخصیتی‌مان استنباط کند، داده‌هایی که هر روز تولید می‌کنیم، صرفاً اطلاعات بی‌اهمیت نیستند. مسئله مهم‌تر، چرخه‌ای است که پس از این مرحله شکل می‌گیرد. کاربر چیزی را می‌بیند و به آن واکنش نشان می‌دهد؛ الگوریتم این واکنش را ثبت می‌کند و محتوای مشابه بیشتری پیشنهاد می‌دهد؛ کاربر در معرض محتوای مشابه قرار می‌گیرد و احتمالاً رفتار قبلی خود را تکرار می‌کند. به این ترتیب، رابطه انسان و الگوریتم یک خیابان یک‌طرفه نیست. ما الگوریتم را با رفتار خود آموزش می‌دهیم و الگوریتم نیز محیط اطلاعاتی ما را تغییر می‌دهد. وقتی سلیقه ما به خودمان بازمی‌گردد، اینجاست که مفهوم حباب فیلتر مطرح می‌شود. این اصطلاح به وضعیتی اشاره دارد که شخصی‌سازی دیجیتال باعث می‌شود کاربر بیشتر با محتوایی مواجه شود که با علایق و نگرش‌های قبلی او سازگار است و کمتر با دیدگاه‌های متفاوت روبه‌رو شود.
پژوهشی تجربی درباره شخصی‌سازی در شبکه‌های اجتماعی نشان داده است که الگوریتم‌های شخصی‌سازی می‌توانند احتمال مواجهه کاربران با محتوای سازگار با نگرش‌های قبلی‌شان را افزایش دهند. اما باید مراقب یک ساده‌سازی دیگر نیز بود. همه آنچه می‌بینیم محصول الگوریتم نیست. انسان‌ها خودشان نیز تمایل دارند به سراغ افراد، اخبار و دیدگاه‌هایی بروند که با باورهای قبلی آنها سازگار است. به عبارت دیگر، ممکن است الگوریتم حبابی را ایجاد نکند، بلکه حبابی را که بخشی از آن از قبل وجود داشته، تقویت کند. تصویر کلاسیک حباب فیلتر به‌عنوان جهانی کاملاً بسته و جدا از سایر دیدگاه‌ها، ممکن است بیش از اندازه ساده‌انگارانه باشد. مسئله دقیقاً این نیست که الگوریتم تصمیم گرفته ما چه کسی باشیم. مسئله ظریف‌تر است: الگوریتم در محیطی که ما در آن فکر می‌کنیم، انتخاب می‌کنیم و دیگران را می‌بینیم، نقش پیدا کرده است. اگر شخصی هر روز ویدئوهای مربوط به ورزش ببیند، احتمالاً پس از مدتی پیشنهادهای ورزشی بیشتری دریافت می‌کند. اما ممکن است همین فرآیند به شکل پیچیده‌تری نیز عمل کند. فرد به‌تدریج خود را به‌عنوان یک فرد ورزشی تعریف می‌کند، محتوای بیشتری در همین زمینه تولید می‌کند، افراد مشابهی را دنبال می‌کند و حتی خریدها و روابط اجتماعی‌اش تحت تأثیر همین هویت قرار می‌گیرد.
در این وضعیت، دیگر نمی‌توان به‌سادگی گفت اول شخصیت وجود داشت و بعد الگوریتم آن را تشخیص داد. شخصیت، رفتار دیجیتال و پیشنهادهای الگوریتمی وارد یک چرخه متقابل می‌شوند. اینجا یک پرسش فلسفی و اجتماعی مهم شکل می‌گیرد: اگر یک سامانه دائماً به من بگوید تو چنین چیزهایی را دوست داری، آیا ممکن است بعد از مدتی خودم نیز همین تصویر را باور کنم؟ این اثر الزاماً به معنای دستکاری مستقیم شخصیت نیست. انسان همچنان می‌تواند انتخاب کند، مقاومت کند، جست‌وجوی دیگری انجام دهد یا از محیط دیجیتال خارج شود. اما محیط انتخاب اهمیت دارد. همان‌طور که معماری یک شهر می‌تواند برخی مسیرها را آسان‌تر و برخی دیگر را دشوارتر کند، طراحی یک پلتفرم نیز می‌تواند برخی محتواها را در دسترس‌تر و برخی دیگر را کمتر نمایان کند. یکی از مهم‌ترین منابع قدرت الگوریتم‌ها، کنترل مستقیم ذهن نیست؛ بلکه سازمان‌دهی «توجه» است. در فضای دیجیتال، انسان با حجم بسیار بزرگی از اطلاعات روبه‌روست و نمی‌تواند همه آنها را ببیند. بنابراین هر سامانه‌ای که تصمیم می‌گیرد چه چیزی در ابتدای صفحه قرار گیرد و چه چیزی پایین‌تر دیده شود، عملاً در توزیع توجه نقش دارد. پژوهش‌ها در کشورمان نیز نشان داده‌اند که شبکه‌های اجتماعی فقط ابزار ارتباط نیستند، بلکه می‌توانند با سازوکارهایی مانند شخصی‌سازی محتوا، تعامل با کاربر و استفاده از اینفلوئنسرها، رفتار مصرف‌کننده را تحت تأثیر قرار دهند.
پژوهشی دیگر در ایران درباره استفاده از شبکه‌های اجتماعی و هویت اجتماعی نشان داده است که هویت اجتماعی کاربران با نحوه استفاده آنها از شبکه‌های اجتماعی و رفتارهای مرتبط با برند ارتباط دارد. این یافته‌ها به ما می‌گویند که فضای دیجیتال صرفاً محل انتقال سلیقه‌های از قبل موجود نیست. خود این فضا می‌تواند در تقویت و بازتولید آنها نقش داشته باشد. برای مثال، اگر فردی بارها محتوای مربوط به سبک خاصی از زندگی را ببیند، ممکن است ابتدا فقط تماشاگر آن باشد؛ اما بعد از مدتی آن سبک زندگی را معیار موفقیت، زیبایی، ثروت یا خوشبختی تلقی کند. در اینجا الگوریتم لزوماً چیزی را از صفر خلق نکرده است؛ بلکه با تکرار و برجسته‌کردن یک نوع محتوا، احتمال حضور آن در ذهن فرد را افزایش داده است. پس آیا الگوریتم‌ها شخصیت ما را می‌سازند؟ پاسخ علمی و دقیق، «به‌تنهایی نه» است؛ اما این پاسخ به معنای بی‌اثر بودن آنها نیز نیست.
شخصیت انسان حاصل مجموعه پیچیده‌ای از عوامل زیستی، روان‌شناختی، خانوادگی، فرهنگی، اجتماعی و تجربی است. یک سیستم توصیه‌گر نمی‌تواند به‌سادگی انسانی را از یک شخصیت به شخصیت دیگر تبدیل کند. اما الگوریتم می‌تواند محیط اطلاعاتی، اجتماعی و فرهنگی فرد را تغییر دهد؛ می‌تواند برخی علایق را تقویت کند، برخی دیدگاه‌ها را بیشتر در معرض دید قرار دهد، برخی الگوهای رفتاری را پاداش دهد و برخی دیگر را کمتر قابل مشاهده کند. از این منظر، شاید پرسش دقیق‌تر این نباشد که آیا الگوریتم شخصیت ما را می‌سازد؟ بلکه باید پرسید: الگوریتم‌ها چگونه در ساختن محیطی که شخصیت ما در آن رشد و ابراز می‌شود، دخالت می‌کنند؟
این تفاوت کوچک در سؤال، تفاوت بزرگی در پاسخ ایجاد می‌کند. اگر تصور کنیم الگوریتم همه‌کاره است، انسان به موجودی منفعل تبدیل می‌شود که صرفاً محصول داده‌های خودش است. اما اگر رابطه را تعاملی ببینیم، مسئولیت کاربر نیز روشن می‌شود. ما فقط مصرف‌کننده الگوریتم نیستیم؛ با کلیک‌کردن، دنبال‌کردن، توقف‌کردن، پسندیدن، جست‌وجوکردن و اشتراک‌گذاری، دائماً به آن سیگنال می‌دهیم. بنابراین شاید مهم‌ترین مهارت در عصر الگوریتمی، فقط سواد استفاده از اینترنت نباشد؛ بلکه توانایی تشخیص این مسئله باشد که چه زمانی انتخاب ما واقعاً انتخاب خودمان است و چه زمانی محیطی که در آن انتخاب می‌کنیم، از قبل به‌شدت مهندسی شده است. انسان عصر دیجیتال برای حفظ استقلال خود الزاماً مجبور نیست از الگوریتم فرار کند؛ اما لازم است بداند الگوریتم چه چیزی را درباره او می‌آموزد، چگونه بر اساس آن پیشنهاد می‌دهد و مهم‌تر از همه، چگونه رفتار خودش می‌تواند این چرخه را تقویت کند. شاید «من دیجیتال» دقیقاً همان من واقعی نباشد؛ اما اگر هر روز ساعت‌ها در آینه‌ای دیجیتال به خودمان نگاه کنیم، این آینه دیر یا زود می‌تواند بر تصویری که از خودمان داریم اثر بگذارد.
