< p class = "meta"> Av Tiernan Ray | 22 juni 2021 – 13:03 GMT (14:03 BST) | Ämne: Artificiell intelligens
Den som har sett ett dussin videor på TikTok med samma dansrörelser, eller läst otaliga tweets med samma konserverade uttryck vet att det finns väldigt lite information på sociala medier.
Det är inte en olycka – det är av design. Sociala medieappar är kommunikationskanaler, men kommunikation av ett visst slag. De är utformade för att överföra en sammanlagd signal om allt som människor säger och därmed öka reklamintäkterna. För att göra det försöker sociala medier att minimera det som kallas entropi, vilket i princip motsvarar att minimera information.
Österrikisk fysiker Ludwig Boltzmann var den första som tolkade entropi i statistiska termer. Med tiden ökar sannolikheten för de många olika möjliga energitillstånden för partiklar, vilket gör det svårare och svårare att förutsäga materiens tillstånd.
Allt går tillbaka till fysik. Den andra lagen om termodynamik formulerades på 1800-talet. Det står att entropi ökar i universum med tiden. Den österrikiska fysikern Ludwig Boltzmann gav den första statistiska tolkningen av den andra lagen. Boltzmann sa att med tiden ökar sannolikheten för varje möjligt energitillstånd för partiklar i materia, så att det blir svårare och svårare att förutsäga materietillståndet med säkerhet.
Den klassiska illustrationen av entropi är ett glas som faller och går sönder. Ett trasigt glas sätter inte ihop sig igen. Saker bryts ner och blir mindre säkra – universum blir mindre organiserade, inte mer. Det är tidens pil och vår upplevelse av livet.
1948 tillämpade den berömda forskaren Bell Labs, Claude Shannon, Boltzmanns statistiska teori på information. I det nu berömda tidningen, “A Mathematical Theory of Communication”, skrev Shannon att, precis som partiklar i en gas, kan ett meddelande på engelska ha entropi, med vilket han menade de många möjliga sätten att bokstäverna i alfabetet kan samlas till ord och ord till fraser som bildar ett meddelande.
Till exempel är hälften av allt vi skriver på engelska bildas av engelska lagar, inklusive grammatik, syntax och stavning, skrev Shannon. Den andra hälften är vad vi fritt väljer. Det fria valet är entropiskt eller informationsrikt. Information och entropi är frihet, skrev Shannon – vår förmåga att utöva val inom ett regelsystem.
“[I] nformation är ett mått på ens valfrihet när man väljer ett meddelande”, som Shannon uttryckte det.
Information var i denna mening en balans – rätt mängd entropi. För lite entropi och budskapet som ska kommuniceras skulle vara trivialt. För mycket entropi, och meddelandet kan vara en kaotisk röra.
I en perfekt kommunikationskanal, sade Shannon, skulle meddelandets entropi tas emot perfekt och informationen skulle överföras. Tänk på detta som den “goda” entropin, utövandet av frihet.
Men det finns ett problem i alla kommunikationssystem, säger Shannon. I den mottagande änden kan meddelandet man sänder utsättas för brus i kommunikationskanalen. Bokstäver kan förvrängas och hela fraser kan krypteras genom att bokstäver hoppar eller faller ut.
Det mottagna meddelandet, kallat “signalen”, förvärvar en ny typ av entropi, en ny osäkerhet och som blockerar meddelandet och minskar kommunikationen. Kalla detta “dålig” entropi.
Som Shannon uttryckte det, och som alltför ofta glömmas bort av dem som citerar Shannon, “Det är därför möjligt för ordet information att ha antingen goda eller dåliga konnotationer.
Osäkerhet som uppstår på grund av avsändarens valfrihet är önskvärd osäkerhet. Osäkerhet som uppstår på grund av fel eller på grund av bullerpåverkan är oönskad osäkerhet. ” , och ordningen kunde ökas. Tids pil kunde vändas. Glaset kunde sätta ihop sig igen.
För Shannon fanns det två sätt att minska den dåliga entropin i kommunikationsvillkor. Antingen kan man begränsa de möjliga meddelanden som kan skickas, eller så kan man tillämpa koder som påför redundans, som att fördubbla varje tecken i ett ord, så osäkerheten minskas.
Bläddra framåt till sociala medier. Sociala medier försöker också återställa en signal från brus i en kommunikationskanal. Men vilken typ av kommunikationskanal är sociala medier?
Bell Labs-forskare Claude Shannon grundade informationsteorin om Boltzmanns statistiska tolkning av entropi. Meddelanden innehåller entropi i en persons fritt val av kombinationer av element inom en uppsättning regler. En mottagen signal innehåller parasitisk entropi i form av brus, vilket kan komplicera ansträngningen att överföra det avsedda meddelandet.
Konrad Jacobs, Erlangen
Det är inte en kommunikationskanal mellan människor, för problemet med hur man skickar ett meddelande har redan lösts under de sjuttio åren då Shannons kodningstekniker tillämpades. Du gör det hela tiden när du skickar ett textmeddelande på din telefon. Och webbsidor betyder att alla kan berätta för människor vad de tycker och därmed kommunicera information. Person-till-person-kommunikation löstes långt innan sociala medier dök upp.
Istället är sociala medier en kommunikationskanal för att återställa signalen från meddelandena totalt, totaliteten av meddelanden som människor skickar. Om alla tvåhundra miljoner aktiva användare på Twitter tweetar hela dagen, eller när de nästan två miljarder aktiva användare på Facebook publicerar, vad är signalen som ska komma ut ur allt detta?
Alla de många meddelandena bildar signaler, förekomsten av teman, förstärkning av gester. Den totala signalen kan vara progressiv politik i vissa fall, konservativ politik i ett annat, eller fotboll, eller datorprogrammeringsstilar – nästan vad som helst.
Innehållet är inte viktigt, det som är viktigt är att det blir en allt tydligare signal. Oavsett vilken signal det är är det totaliteten, inte de enskilda meddelandena. Sociala medier är nästa ordens derivat, om du vill, av mänsklig kommunikation – den framväxande signalen om massbeteende.
Och det är där entropi spelar in. Sett från socialt perspektiv är den goda entropin – oförutsägbarheten hos många människor som gör saker på Internet – också den dåliga entropin, i den meningen att den kan göra den mottagna signalen mycket osäker.
Människor som pratar bort är som Boltzmanns idealgas, där partiklarna blir allt svårare att förutsäga. Något måste minska entropin. Glaset måste sätta ihop sig igen.
Som Shannon föreslog finns det två val. Antingen kan meddelandena bli mer överflödiga och förutsägbara, eller så kan ett kodningssystem användas som förvandlar meddelandena till något överflödigt och förutsägbart.
Shannon tänkte på ett komplett kommunikationssystem, där meddelanden, fritt valda av människor bland en uppsättning regler, går i systemet som ingång vid källan och tas emot i andra änden som en signal. Shannon var intresserad av hur man kan bevara den goda entropin i det fritt valda meddelandet från att bli överväldigad av mottagaren i den parasitiska entropin av buller.
Claude Shannon, 1948.
Båda metoderna används på sociala medier. Kodning tillämpas uttryckligen av saker som “som” -knappar. I form av den sociala grafen på Facebook eller Twitter-informationsdiagrammet kluster användarna mönster som förmodligen avslöjar vad deras verkliga intressen är. När du klickar på “gilla” i ett inlägg, eller om du retweetar något, eller när du delar en TikTok-video, tar du i genomsnitt en mindre slumpmässig uppsättning val.
Således är den uttryckliga informationen – här är ett fotografi av min semester, eller, här är min syn på borgmästarkandidaterna – inte den viktiga komponenten på det sociala. Vad som är viktigt är hinken med intressen som sådant beteende faller i. Det är den omedvetna, dolda signalen bakom de enskilda meddelandena.
Men tydlig kodning är inte det enda som spelas. Människor på sociala medier förstår på viss nivå att det är viktigt att minska entropi. Därför arbetar de frivilligt med systemet för att minska entropin.
Med tanke på gillar och följer kommer människor att välja beteende som förstärker förutsägbarheten. Verbala fästingar av typen “Jag kan inte ens” på Twitter, som förmedlar en attityd, eller det perfekta dansröret som replikeras på TikTok, är sätt för en person att sätta sig i linje med den dominerande signalen på dessa sociala nätverk. De är exempel på människor som gör varje meddelande överflödigt så att signalen kommer genom bruset.
Människor kommer, efter eget val, att minska sin entropi och anpassa sig efter maskinen. Varje gång någon på Facebook väljer att återcirkulera något som är känt för att producera oohs och ahs, och varje gång någon förbereder det perfekta solnedgångsstrandfotot för Instagram som kan vara säker på att få “gillar”, om det åtföljs av rätt hashtag, är det en förekomst av självformande beteende, frivillig minskning av entropi och därmed minskning av information.
Memes, användningen av en enstaka, igenkännlig bild, är en form av datakomprimering, och också den typiska entropi-minskningen. Alla möjliga sätt att tala kan reduceras till ett visuellt yttrande som redan är i omlopp bland de flesta. Meme förmedlar ingen information just för att den ger alla som ser den den förutsägbara beteendesignal som de redan har.
Att förstå socialens roll för att minska entropi tydliggör vissa missuppfattningar om sociala medier.
Många har påpekat att socialt inte bara avslöjar preferenser, utan formar dem. Roger McNamee, i Zucked, en djupt kritisk bok om Facebook, beskriver manipulation av användarnas beteende som central för The Social Network. McNamee drar nytta av insikterna hos de som är nära bekanta med Facebook, till exempel Facebook-ingenjör Tristan Harris.
Termerna “tillväxthackning” och “data voodoo dockor” förklarar Facebooks och andras användning av algoritmer för att få människor att bete sig på vissa förutsägbara sätt.
Så mäktiga som sådana undersökningar är, lider de av en missuppfattning. Sådana kritiker tyder på att manipulation är en avvikelse från det sociala uppdraget – nämligen att låta människor samlas och kommunicera.
Sett genom linsen från Shannon och Boltzmann är minskningen av entropi via redundant och därför förutsägbart beteende inte en avvikelse från kommunikationskanalen, det är hela poängen med kommunikationsmaskinen. Som en maskin för att sända en avsiktssignal är socialt utformat för att minska entropi – för att främja förutsägbarhet.
Trött på det? Så här tar du bort eller inaktiverar ditt Facebook-konto
Innehållet är inte heller viktigt. Det som är viktigt är att innehåll av något slag i allt högre grad bildar en tydlig signal.
Och det avslöjar en annan viktig missuppfattning. Den typiska uppfattningen är att sociala medier är en kommunikationskanal för människor, först och främst, med reklam för dollar som ett slags nödvändigt ont.
Men som vinstdrivna företag är den viktigaste signalen som sociala medier kan återhämta sig inte mänskligt uttryck utan snarare köpsignalen från annonsörer. När annonsköpare, som stora varumärken, köper “marknadsförda tweets” eller Facebook-bannerannonser, avslöjar annonsörerna själva sina preferenser.
Återigen, med maximal entropi, skulle annonsköpare slumpmässigt placera annonser överallt med ungefär lika frekvens. Presenteras med repetitivt, förutsägbart innehåll, annonsköp sorteras i förutsägbara hinkar med mest sannolika utgifter.
< p>Den informationsrika mångfalden av pratande människor, vänster, måste reduceras till mer organiserade hinkar, höger, på socialt för att sortera en tydlig signal för reklamändamål.
Tiernan Ray för ZDNet
Om en annonsör vill placera annonser mot ett trendigt ämne är den uttryckta preferensen för den typen av snävt definierat material. Socialt minskar osäkerheten i annonsörens preferenser.
Även om annonsköpare tänker på sig själva som att veta vad de vill, vet ingenjörer på sociala medier att de flesta annonsköp är slumpmässiga och spridda. De flesta annonsörer har en budget och de trycker på köp och ställer frågor senare. De har väldigt liten aning om vad de gör. Socialt ger ett sätt att få ordning på den kaotiska avsikten.
Får annonsörer något av allt detta? Baserat på påståenden från Facebook, Twitter, Snap och Pinterest finns det större öppenhet så att annonsörer kan se sin avkastning på investeringar i saker som det som kallas “räckvidd” och antingen implicit eller uttrycklig avsikt från användarnas sida – – avsikt att köpa, som att faktiskt köpa, eller avsikt att åtminstone lära sig mer om en produkt.
Men i den utsträckning annonsörer induceras i en förutsägbar uppsättning köpskopor kan det vara svårt för annonsörer själva att berätta vad som är deras eget val och vad är deras överensstämmelse med maskinen, precis som användare.
Se även: Är sociala medier en inflytelserik teknik eller ett upproristiskt verktyg?
Detta gäller särskilt under den politiska reklamperioden, en stor period för annonsköp på sociala medier, precis som i offline-annonser. I USA hjälper sociala medier huvudsakligen till att överföra köpintentionen för republikansk eller demokratisk förstärkning, oavsett om det har någon verklig röstningseffekt eller inte.
Får människor något i fyndet? Signalen som överförs via sociala medier är inte avsedd att användas som livsmedel. Det är tänkt att anslutas till en annan maskin, reklamköpsmaskinen, särskilt den maskin som kallas programmatisk annonsköp, som svarar reflexivt på data. Oavsett om människor tycker om sociala medier eller lär sig något från sociala medier är det irrelevant.
Naturligtvis känner människor inte så. Alla som har lagt upp en semesterbild på Facebook känner att de inte bara deltar i kollektiv aktivitet utan delar information och också förmedlar mening. Och det kan vara sant på någon nivå.
Utan att komma in i de filosofiska konsekvenserna av format och självformande beteende – “Se hur bra min semester är!” – om sådana handlingar är informationsrika är irrelevant för maskinen om dessa yttranden inte tjänar pengar. För då hjälper de inte att återställa köpsignalen för reklam.
För sociala medier är det mest mänskliga beteendet, inklusive dina semesterbilder, bara buller.
Artificiell intelligens
Vad är AI? Allt du behöver veta om artificiell intelligens AI och datavetenskap jobb är heta. Här är vad arbetsgivare vill ha De bästa telepresence-robotarna för att köpa AI blir smartare, snabbare. Det skapar knepiga frågor som vi inte kan svara på AI-jobb blomstrar. Det här är de färdigheter du behöver för att bli anlitade (ZDNet YouTube) Artificiell intelligens: Cheat sheet (TechRepublic)
Relaterade ämnen:
Consumerization Digital Transformation CXO Internet of Things Innovation Enterprise Software 