Physik erklärt, warum es in den sozialen Medien keine Informationen gibt

0
92

Tiernan Ray < p class="meta"> Von Tiernan Ray | 22. Juni 2021 — 13:03 GMT (14:03 BST) | Thema: Künstliche Intelligenz

Wer sich auf TikTok ein Dutzend Videos mit den gleichen Tanzbewegungen angesehen oder unzählige Tweets mit den gleichen Ausdrucksformen gelesen hat, weiß, dass es in den sozialen Medien nur sehr wenige Informationen gibt.

Das ist kein Zufall, sondern beabsichtigt. Social Media Apps sind Kommunikationskanäle, aber Kommunikation der besonderen Art. Sie sind so konzipiert, dass sie ein aggregiertes Signal all der Dinge übermitteln, die die Leute sagen, und so die Werbeeinnahmen steigern. Social Media versucht dabei, die sogenannte Entropie zu minimieren, was im Grunde der Minimierung von Informationen gleichkommt.

boltzmann-ludwig.jpg

Der österreichische Physiker Ludwig Boltzmann interpretierte als erster Entropie statistisch. Mit der Zeit nimmt die Wahrscheinlichkeit der vielen verschiedenen möglichen Energiezustände von Teilchen zu, wodurch es immer schwieriger wird, den Zustand der Materie vorherzusagen.

Alles geht auf die Physik zurück. Der Zweite Hauptsatz der Thermodynamik wurde im neunzehnten Jahrhundert formuliert. Es besagt, dass die Entropie im Universum mit der Zeit zunimmt. Der österreichische Physiker Ludwig Boltzmann gab die erste statistische Interpretation des zweiten Hauptsatzes. Boltzmann sagte, dass mit der Zeit die Wahrscheinlichkeit jedes möglichen Energiezustands von Teilchen in der Materie zunimmt, so dass es immer schwieriger wird, den Aggregatzustand mit Sicherheit vorherzusagen.

Die klassische Illustration der Entropie ist ein fallendes und zerbrechendes Glas. Ein zerbrochenes Glas setzt sich nicht wieder zusammen. Die Dinge brechen zusammen und werden unsicherer – das Universum wird weniger organisiert, nicht mehr. Das ist der Pfeil der Zeit und unsere Lebenserfahrung.

1948 wandte der berühmte Bell Labs-Wissenschaftler Claude Shannon die statistische Theorie von Boltzmann auf Informationen an. In der mittlerweile berühmten Veröffentlichung “A Mathematical Theory of Communication” schrieb Shannon, dass eine englische Botschaft, genau wie Teilchen in einem Gas, Entropie haben kann, womit er die vielen Möglichkeiten meinte, wie die Buchstaben des Alphabets zusammengesetzt werden können in Wörter und Wörter in Phrasen, die eine Nachricht bilden.

Zum Beispiel wird die Hälfte von allem, was wir auf Englisch schreiben, von den Gesetzen des Englischen gebildet, einschließlich Grammatik, Syntax und Rechtschreibung, schrieb Shannon. Die andere Hälfte wählen wir frei. Diese freie Wahl ist entropisch oder informationsreich. Information und Entropie sind Freiheit, schrieb Shannon – unsere Fähigkeit, innerhalb eines Regelsystems Entscheidungen zu treffen.

“[I]Information ist ein Maß für die Wahlfreiheit, wenn man eine Nachricht auswählt”, wie Shannon es ausdrückte.

Information war in diesem Sinne ein Gleichgewicht – das richtige Maß an Entropie. Zu wenig Entropie, und die zu kommunizierende Botschaft wäre trivial. Zu viel Entropie, und die Nachricht könnte ein chaotisches Durcheinander sein.

In einem idealen Kommunikationskanal, sagte Shannon, würde die Entropie der Nachricht perfekt empfangen und die Informationen würden übertragen. Betrachten Sie dies als die „gute“ Entropie, die Ausübung der Freiheit.

Aber es gibt ein Problem in jedem Kommunikationssystem, sagte Shannon. Auf der Empfangsseite kann die gesendete Nachricht im Kommunikationskanal einem Rauschen ausgesetzt sein. Buchstaben können verstümmelt werden, und ganze Phrasen können durcheinander gebracht werden, indem Buchstaben in die Position springen oder herausfallen.

Die empfangene Nachricht, “Signal” genannt, erhält eine neue Art von Entropie, eine neue Unsicherheit, die die Nachricht blockiert und die Kommunikation reduziert. Nennen Sie dies die “schlechte” Entropie.

Wie Shannon es ausdrückte und allzu oft von denen vergessen wird, die Shannon zitieren: “Es ist daher möglich, dass das Wort Information entweder gute oder schlechte Konnotationen hat.

Unsicherheit, die durch Wahlfreiheit des Senders entsteht, ist wünschenswerte Unsicherheit. Unsicherheit, die aufgrund von Fehlern oder durch den Einfluss von Rauschen entsteht, ist eine unerwünschte Unsicherheit.”

Boltzmanns statistischer Ansatz lieferte eine Lösung für Shannons Bedenken. Wenn die Entropie eine statistische Tatsache ist, könnte die Entropie theoretisch reduziert werden , und die Ordnung könnte erhöht werden. Der Zeitpfeil könnte umgekehrt werden. Das Glas könnte sich selbst wieder zusammensetzen. 

Für Shannon gab es zwei Möglichkeiten, die schlechte Entropie in Bezug auf die Kommunikation zu reduzieren. Entweder man könnte die möglichen Nachrichten begrenzen, die gesendet werden können, oder man könnte Codes anwenden, die Redundanz erzwingen, wie zum Beispiel jedes Zeichen in einem Wort verdoppeln, so dass die Unsicherheit verringert wird.

Flash-Vorwärts zu sozialen Medien. Social Media versucht auch, ein Signal aus dem Rauschen in einem Kommunikationskanal wiederherzustellen. Aber was für ein Kommunikationskanal sind Social Media?

claudeshannon-mfo3807.jpg

Der Bell Labs-Wissenschaftler Claude Shannon begründete die Informationstheorie auf Boltzmanns statistischer Interpretation der Entropie. Nachrichten enthalten Entropie in der freien Wahl einer Person von Kombinationen von Elementen innerhalb eines Regelwerks. Ein empfangenes Signal enthält parasitäre Entropie in Form von Rauschen, was die Übertragung der beabsichtigten Nachricht erschweren kann.

Konrad Jacobs, Erlangen

Es ist kein Kommunikationskanal zwischen Menschen, denn das Problem, wie man eine Nachricht sendet, wurde bereits in den 70 Jahren, in denen Shannons Codierungstechniken angewendet wurden, gelöst. Sie tun dies die ganze Zeit, wenn Sie eine Textnachricht auf Ihrem Telefon senden. Und Web-Seiten bedeuten, dass jeder den Leuten sagen kann, was sie denken und so Informationen kommunizieren. Die Kommunikation von Mensch zu Mensch wurde lange vor dem Auftauchen der sozialen Medien gelöst.

Stattdessen ist Social Media ein Kommunikationskanal, um das Signal der Nachrichten insgesamt, die Gesamtheit der Nachrichten, die Menschen senden, zurückzugewinnen. Wenn alle zweihundert Millionen aktive Nutzer auf Twitter den ganzen Tag twittern oder die fast zwei Milliarden aktiven Nutzer auf Facebook posten, was soll dann das Signal sein, das dabei herauskommen soll?

All die vielen Botschaften bilden Signale, die Verbreitung von Themen, die Verstärkung von Gesten. Das Gesamtsignal könnte in manchen Fällen progressive Politik sein, in anderen Fällen konservative Politik oder Fußball oder Computerprogrammierstile – so ziemlich alles.

Der Inhalt ist nicht wichtig, wichtig ist, dass es sich um ein immer deutlicheres Signal handelt. Was auch immer das Signal ist, es ist die Gesamtheit, nicht die einzelnen Botschaften. Soziale Medien sind die nächste Ableitung der menschlichen Kommunikation, wenn man so will – das auftauchende Signal des Massenverhaltens.

Und hier kommt die Entropie ins Spiel. Aus sozialer Sicht ist die gute Entropie – die Unvorhersehbarkeit vieler Leute, die Dinge im Internet tun – auch die schlechte Entropie in dem Sinne, dass sie das empfangene Signal sehr unsicher machen kann.

Die Leute, die wegplappern, sind wie Boltzmanns ideales Gas, bei dem die Teilchen immer schwerer vorhersehbar werden. Etwas muss die Entropie reduzieren. Das Glas muss sich wieder zusammensetzen.

Wie Shannon vorgeschlagen hat, gibt es zwei Möglichkeiten. Entweder können die Nachrichten redundanter und vorhersehbarer werden, oder es kann ein Codierungssystem angewendet werden, das die Nachrichten in etwas Redundantes und Vorhersehbares umwandelt.

shannon-communications-system.jpg

Shannon entwarf ein komplettes Kommunikationssystem, bei dem Nachrichten, die von den Menschen frei aus einem Regelwerk ausgewählt werden, in das System als Eingang an der Quelle eingehen und am anderen Ende als Signal empfangen werden. Shannon beschäftigte sich damit, wie man die gute Entropie der frei gewählten Botschaft davor bewahrt, beim Empfänger von der parasitären Entropie des Rauschens überwältigt zu werden.

Claude Shannon, 1948.

Beide Ansätze werden in den sozialen Medien verwendet. Codierung wird explizit durch Dinge wie “Gefällt mir”-Buttons angewendet. In Form des Social Graph auf Facebook oder des Twitter Information Graph gruppieren sich Nutzer in Mustern, die vermeintlich ihre wahren Interessen offenbaren. Wenn Sie auf einen Beitrag auf „Gefällt mir“ klicken, etwas retweeten oder ein TikTok-Video teilen, erhalten Sie im Durchschnitt eine weniger zufällige Auswahl.

Deshalb sind die expliziten Informationen – hier ist ein Foto von meinem Urlaub oder hier meine Meinung zu den Bürgermeisterkandidaten – nicht die wichtige Komponente im sozialen Bereich. Was wichtig ist, ist die Menge der Interessen, in die ein solches Verhalten fällt. Es ist das unbewusste, versteckte Signal hinter den einzelnen Botschaften.

Aber explizite Codierung ist nicht das einzige Element, das im Spiel ist. Die Menschen in den sozialen Medien verstehen in gewisser Weise, dass die Reduzierung der Entropie wichtig ist. Deshalb arbeiten sie freiwillig mit dem System, um die Entropie zu reduzieren.

Angesichts von Likes und Followern werden Menschen ein Verhalten wählen, das die Vorhersehbarkeit verstärkt. Verbale Häkchen wie “Ich kann nicht mal” auf Twitter, die eine Haltung vermitteln, oder der perfekte Tanzschritt, der auf TikTok repliziert wird, sind Möglichkeiten für eine Person, sich mit dem dominierenden Signal in diesen sozialen Netzwerken in Einklang zu bringen. Sie sind Beispiele für Leute, die jede Nachricht überflüssig machen, damit das Signal durch das Rauschen kommt.

Die Menschen werden nach eigenem Ermessen ihre Entropie reduzieren und sich an der Maschine ausrichten. Jedes Mal, wenn jemand auf Facebook etwas rezirkuliert, von dem bekannt ist, dass es Oohs und Ahs produziert, und jedes Mal, wenn jemand das perfekte Sonnenuntergangsfoto für Instagram vorbereitet, das mit Sicherheit “Gefällt mir” erhält, wenn es von dem richtigen Hashtag begleitet wird, ist dies ein Fall von selbstformendes Verhalten, die willkürliche Entropiereduktion und damit die Informationsreduktion.

Memes, die Verwendung eines einzelnen, wiedererkennbaren Bildes, sind eine Form der Datenkompression und auch die Quintessenz der Entropiereduktion. Alle möglichen Sprechweisen lassen sich auf eine visuelle Äußerung reduzieren, die bei den meisten Menschen bereits im Umlauf ist. Das Mem vermittelt keine Informationen, gerade weil es allen, die es sehen, das vorhersehbare Verhaltenssignal gibt, das sie bereits besitzen.

Das Verständnis der Rolle von Social bei der Reduzierung der Entropie macht einige Missverständnisse über soziale Medien deutlich.

Zahlreiche Menschen haben darauf hingewiesen, dass Social Media Präferenzen nicht nur offenbart, sondern sie prägt. Roger McNamee beschreibt in Zucked, einem zutiefst kritischen Buch über Facebook, die Manipulation des Nutzerverhaltens als zentral für The Social Network. McNamee stützt sich auf die Erkenntnisse von Personen, die mit Facebook bestens vertraut sind, wie zum Beispiel dem ehemaligen Facebook-Ingenieur Tristan Harris.

Die Begriffe “Wachstumshacking” und “Daten-Voodoo-Puppen” erklären den Einsatz von Algorithmen durch Facebook und andere, um Menschen dazu zu bringen, sich auf bestimmte vorhersehbare Weise zu verhalten.

So mächtig solche Untersuchungen auch sind, sie leiden an einem Missverständnis. Solche Kritiken legen nahe, dass Manipulation eine Abkehr von der wahren Mission des Sozialen ist – nämlich Menschen zu ermöglichen, zusammenzukommen und zu kommunizieren.

Durch die Linse von Shannon und Boltzmann betrachtet, ist die Reduzierung der Entropie durch redundantes und daher vorhersehbares Verhalten keine Abweichung des Kommunikationskanals, sondern der Sinn der Kommunikationsmaschine. Als Maschine zur Übertragung von Absichtssignalen ist Social darauf ausgelegt, die Entropie zu reduzieren – um die Vorhersehbarkeit zu fördern.

Sie haben es satt? So löschen oder deaktivieren Sie Ihr Facebook-Konto

Auch hier ist der Inhalt nicht wichtig. Wichtig ist, dass Inhalte jeglicher Art zunehmend ein klares Signal setzen.

Und das enthüllt ein weiteres wichtiges Missverständnis. Die typische Vorstellung ist, dass Social Media in erster Linie ein Kommunikationskanal für Menschen ist, der in erster Linie durch Werbegelder als eine Art notwendiges Übel unterstützt wird.

Aber als gewinnorientierte Unternehmen ist das wichtigste Signal, das Social Media zurückgewinnen kann, nicht der menschliche Ausdruck, sondern das Kaufsignal der Werbetreibenden. Wenn Anzeigenkäufer, wie große Marken, „beworbene Tweets“ oder Facebook-Banneranzeigen kaufen, geben die Werbetreibenden selbst ihre Präferenzen preis.

Auch hier würden Anzeigenkäufer bei maximaler Entropie nach dem Zufallsprinzip Anzeigen überall mit ungefähr gleicher Häufigkeit platzieren. Der Anzeigenkauf wird mit sich wiederholenden, vorhersehbaren Inhalten präsentiert und in vorhersehbare Bereiche mit den wahrscheinlichsten Ausgaben eingeteilt.

social-crop-layout-for-twitter.jpg < p>Die informationsreiche Vielfalt der plappernden Menschen, links, muss auf organisiertere Eimer, rechts, auf Social reduziert werden, um ein klares Signal für Werbezwecke auszusortieren.

Tiernan Ray für ZDNet

Wenn ein Werbetreibender Anzeigen zu einem Trendthema schalten möchte, wird diese Art von eng definiertem Material ausdrücklich bevorzugt. Social reduziert die Unsicherheit der Präferenzen von Werbetreibenden.

Obwohl Anzeigenkäufer meinen, dass sie wissen, was sie wollen, wissen Social-Media-Ingenieure, dass die meisten Anzeigenkäufe willkürlich und zerstreut erfolgen. Die meisten Werbetreibenden haben ein Budget, drücken auf Kaufen und stellen später Fragen. Sie haben sehr wenig Ahnung, was sie tun. Social bietet einen Weg, um Ordnung in diese chaotische Absicht zu bringen.

Haben Werbetreibende etwas davon? Basierend auf den Behauptungen von Facebook, Twitter, Snap und Pinterest besteht eine größere Transparenz, sodass Werbetreibende ihren Return on Investment in Dingen wie der sogenannten “Reichweite” und entweder impliziten oder expliziten Absichten der Nutzer sehen können – – Kaufabsicht, z. B. tatsächlicher Kauf, oder Absicht, zumindest mehr über ein Produkt zu erfahren.

In dem Maße, in dem Werbetreibende jedoch zu vorhersehbaren Kaufintervallen verleitet werden, kann es für Werbetreibende schwierig sein, selbst zu sagen, was ihre eigene Wahl ist und wie sie die Maschine einhalten, genau wie die Benutzer.

Siehe auch: Ist Social Media eine einflussreiche Technologie oder ein aufständisches Werkzeug?

Dies gilt insbesondere während der Saison der politischen Werbung, einer großen Zeit für den Anzeigenkauf in sozialen Medien, genau wie bei Offline-Anzeigen. In den USA tragen soziale Medien hauptsächlich dazu bei, die Kaufabsicht für die Förderung der Republikaner oder Demokraten zu vermitteln, unabhängig davon, ob dies tatsächlich Auswirkungen auf die Abstimmung hat oder nicht.

Bekommen die Menschen etwas dazu? Das Signal, das von Social Media übertragen wird, ist nicht für den menschlichen Verzehr bestimmt. Es soll an eine andere Maschine angeschlossen werden, die Werbekaufmaschine, insbesondere die als Programmatic Ad Buying bekannte Maschine, die reflexartig auf Daten reagiert. Ob Menschen Social Media genießen oder etwas von Social Media lernen, ist irrelevant.

Natürlich empfinden Menschen nicht so. Jeder, der ein Urlaubsbild auf Facebook gepostet hat, fühlt sich nicht nur an einer gemeinsamen Aktivität beteiligt, sondern teilt Informationen und vermittelt auch Sinn. Und das mag auf einer gewissen Ebene stimmen.

Ohne auf die philosophischen Implikationen von geformtem und selbstgestaltendem Verhalten einzugehen – “Sehen Sie, wie großartig mein Urlaub ist!” — ob solche Handlungen informationsreich sind, ist für die Maschine irrelevant, wenn diese Äußerungen nicht monetarisieren. Denn dann helfen sie nicht, das Kaufsignal der Werbung zurückzugewinnen.

In den sozialen Medien ist das meiste menschliche Verhalten, einschließlich Ihrer Urlaubsbilder, nur Lärm.

Künstliche Intelligenz

Was ist KI? Alles, was Sie über Künstliche Intelligenz AI und Data Science-Jobs wissen müssen, ist heiß. Das wollen Arbeitgeber Die besten Telepräsenz-Roboter zum Kauf von KIs werden immer intelligenter und schneller. Das wirft knifflige Fragen auf, die wir nicht beantworten können KI-Jobs boomen. Dies sind die Fähigkeiten, die Sie benötigen, um eingestellt zu werden (ZDNet YouTube) Künstliche Intelligenz: Spickzettel (TechRepublic)

Verwandte Themen:

Konsumerisierung Digitale Transformation CXO Internet of Things Innovation Enterprise Software Tiernan Ray

Von Tiernan Ray | 22. Juni 2021 — 13:03 GMT (14:03 BST) | Thema: Künstliche Intelligenz