< p class = "meta"> Af Tiernan Ray | 22. juni 2021 – 13:03 GMT (14:03 BST) | Emne: Kunstig intelligens
Enhver, der har set et dusin videoer på TikTok med de samme dansetrin, eller læst utallige tweets med de samme dåseudtryk, ved, at der er meget lidt information på sociale medier.
Det er ikke en ulykke – det er efter design. Apps på sociale medier er kommunikationskanaler, men kommunikation af en bestemt art. De er designet til at transmittere et samlet signal om alle de ting, folk siger, og dermed øge annonceindtægterne. For at gøre det søger sociale medier at minimere det, der er kendt som entropi, hvilket stort set svarer til at minimere information.
Den østrigske fysiker Ludwig Boltzmann var den første til at fortolke entropi i statistiske termer. Over tid øges sandsynligheden for de mange forskellige mulige energitilstande for partikler, hvilket gør det sværere og sværere at forudsige stoffets tilstand.
Det hele går tilbage til fysik. Den anden lov om termodynamik blev formuleret i det nitten århundrede. Det siger, at entropi øges i universet over tid. Den østrigske fysiker Ludwig Boltzmann gav den første statistiske fortolkning af anden lov. Boltzmann sagde, at med tiden øges sandsynligheden for enhver mulig energitilstand for partikler i stof, så det bliver mere og mere vanskeligt at forudsige materiens tilstand med sikkerhed.
Den klassiske illustration af entropi er et glas, der falder og går i stykker. Et knust glas sætter sig ikke sammen igen. Ting bryder sammen og bliver mindre sikre – universet bliver mindre organiseret, ikke mere. Det er tidens pil og vores oplevelse af livet.
I 1948 anvendte den berømte Bell Labs-videnskabsmand Claude Shannon Boltzmanns statistiske teori til information. I det nu berømte papir, “En matematisk kommunikationsteori”, skrev Shannon, at ligesom partikler i en gas kan en besked på engelsk have entropi, hvormed han mente de mange mulige måder, hvorpå bogstaverne i alfabetet kan samles til ord og ord til sætninger, der danner en besked.
For eksempel er halvdelen af alt, hvad vi skriver på engelsk, dannet af lovene på engelsk, herunder grammatik, syntaks og stavning, skrev Shannon. Den anden halvdel er det, vi frit vælger. Det frie valg er entropisk eller informationsrig. Information og entropi er frihed, skrev Shannon – vores evne til at udøve valg inden for et system af regler.
“[I] nformation er et mål for ens valgfrihed, når man vælger en besked,” som Shannon udtrykte det.
Information var i denne forstand en balance – den rigtige mængde entropi. For lidt entropi, og den besked, der skal kommunikeres, ville være triviel. For meget entropi, og budskabet kunne være et kaotisk rod.
I en ideel kommunikationskanal, sagde Shannon, ville meddelelsens entropi blive modtaget perfekt, og informationen ville blive transmitteret. Tænk på dette som den “gode” entropi, udøvelsen af frihed.
Men der er et problem i ethvert kommunikationssystem, sagde Shannon. I den modtagende ende kan den meddelelse, man sender, blive udsat for støj i kommunikationskanalen. Bogstaver kan blive forvrængede, og hele sætninger kan krypteres ved at få bogstaver til at hoppe eller falde ud.
Den modtagne besked, kaldet “signalet”, erhverver en ny form for entropi, en ny usikkerhed, og det blokerer meddelelsen og reducerer kommunikationen. Kald dette den “dårlige” entropi.
Som Shannon udtrykte det, og som alt for ofte glemmes af dem, der citerer Shannon, “Det er derfor muligt for ordet information at have enten gode eller dårlige konnotationer.
Usikkerhed, der opstår i kraft af afsenderens frie valg, er ønskelig usikkerhed. Usikkerhed, der opstår på grund af fejl eller på grund af indflydelse af støj, er uønsket usikkerhed. “
Boltzmanns statistiske tilgang tilvejebragte en løsning på Shannons bekymring. Hvis entropi er en statistisk kendsgerning, kan entropi i teorien reduceres , og rækkefølgen kunne øges. Tids pil kunne vendes. Glasset kunne sætte sig sammen igen.
For Shannon var der to måder at reducere den dårlige entropi i kommunikationsbetingelser. Enten kunne man begrænse de mulige meddelelser, der kan sendes, eller man kunne anvende koder, der pålægger redundans, såsom at fordoble hvert tegn i et ord, så usikkerheden reduceres.
Blink frem til sociale medier. Sociale medier forsøger også at gendanne et signal fra støj i en kommunikationskanal. Men hvilken form for kommunikationskanal er sociale medier?
Bell Labs-videnskabsmand Claude Shannon grundlagde teorien om information om Boltzmanns statistiske fortolkning af entropi. Beskeder indeholder entropi i en persons frie valg af kombinationer af elementer inden for et sæt regler. Et modtaget signal indeholder parasitisk entropi i form af støj, som kan komplicere bestræbelserne på at transmittere den tilsigtede besked.
Konrad Jacobs, Erlangen
Det er ikke en kommunikationskanal mellem mennesker, for problemet med, hvordan man sender en besked, er allerede blevet løst i de 70 år, hvor Shannons kodningsteknikker blev anvendt. Du gør det hele tiden, når du sender en tekstbesked på din telefon. Og websider betyder, at enhver kan fortælle folk, hvad de synes og derved kommunikere information. Person-til-person kommunikation blev løst længe før sociale medier dukkede op.
I stedet er sociale medier en kommunikationskanal til at gendanne signalet fra meddelelserne samlet, den samlede besked, som folk sender. Hvis alle de to hundrede millioner aktive brugere på Twitter tweeter hele dagen, eller de næsten to milliarder aktive brugere på Facebook poster, hvad er signalet, der formodes at komme ud af alt dette?
Alle de mange meddelelser danner signaler, forekomsten af temaer, forstærkning af bevægelser. Det samlede signal kunne være progressiv politik i nogle tilfælde, konservativ politik i en anden eller fodbold eller computerprogrammeringsstile – næsten hvad som helst.
Indholdet er ikke vigtigt, hvad der er vigtigt er, at det udgør et stadig tydeligere signal. Uanset hvilket signal der er, er det helheden, ikke de enkelte meddelelser. Sociale medier er næste ordens afledte, hvis du vil, af menneskelig kommunikation – det nye signal om masseadfærd.
Og det er her entropi spiller ind. Set fra det sociale synspunkt er den gode entropi – uforudsigeligheden for, at mange mennesker gør ting på Internettet – også den dårlige entropi, i den forstand at det kan gøre det modtagne signal meget usikkert.
Folk, der chatter væk, er som Boltzmanns ideelle gas, hvor partiklerne bliver stadig sværere at forudsige. Noget skal reducere entropi. Glasset skal sætte sig sammen igen.
Som Shannon foreslog, er der to valg. Enten kan beskederne blive mere overflødige og forudsigelige, eller der kan anvendes et kodningssystem, der omdanner meddelelserne til noget overflødigt og forudsigeligt.
Shannon udtænkt et komplet kommunikationssystem, hvor meddelelser, der vælges frit af mennesker blandt et sæt regler, går i systemet som input ved kilden og modtages i den anden ende som et signal. Shannon var bekymret for, hvordan man kan bevare den gode entropi af den frit valgte meddelelse fra at blive overvældet af modtageren i den parasitiske entropi af støj.
Claude Shannon, 1948.
Begge tilgange er i brug på sociale medier. Kodning anvendes eksplicit af ting som f.eks. “Lignende” knapper. I form af den sociale graf på Facebook eller Twitter-informationsgrafen klynges brugere i mønstre, der angiveligt afslører, hvad deres sande interesser er. Når du klikker “som” på et indlæg, eller du retweet noget, eller når du deler en TikTok-video, tager du et gennemsnit af et mindre tilfældigt sæt valg.
Således er den eksplicitte information – her er et fotografi af min ferie, eller her er mit syn på borgmesterkandidaterne – ikke den vigtige komponent på det sociale. Hvad der er vigtigt er spanden af interesser, som sådan adfærd falder i. Det er det ubevidste, skjulte signal bag de enkelte meddelelser.
Men eksplicit kodning er ikke det eneste element, der spilles. Mennesker på sociale medier forstår på et eller andet niveau, at det er vigtigt at reducere entropi. Derfor arbejder de frivilligt med systemet for at reducere entropi.
Mennesker vælger opførsel, der styrker forudsigeligheden, opmærksom på likes og følger. Verbale flåter af typen “Jeg kan ikke engang” på Twitter, der formidler en holdning eller det perfekte dansetrin, der er replikeret på TikTok, er måder for en person at bringe sig i overensstemmelse med det dominerende signal på disse sociale netværk. De er eksempler på, at folk gør hver besked overflødig, så signalet kommer gennem støj.
Folk vil efter eget valg reducere deres entropi og tilpasse sig maskinen. Hver gang nogen på Facebook vælger at recirkulere noget, der er kendt for at producere oohs og ahs, og hver gang nogen forbereder det perfekte solnedgangsstrandfoto til Instagram, der kan være sikret at modtage “likes”, hvis det ledsages af det rette hashtag, er det et eksempel på selvformende adfærd, frivillig reduktion af entropi og dermed reduktion af information.
Memes, brugen af et enkelt, genkendeligt billede, er en form for datakomprimering og også indbegrebet af entropireduktion. Alle mulige måder at tale på kan reduceres til en visuel udtalelse, der allerede er i omløb blandt de fleste mennesker. Meme formidler ingen information, netop fordi det giver alle, der ser det, det forudsigelige adfærdssignal, de allerede har.
At forstå socials rolle i reduktion af entropi gør nogle misforståelser om sociale medier tydelige.
Talrige mennesker har påpeget, at socialt ikke bare afslører præferencer, det former dem. Roger McNamee, i Zucked, en dybt kritisk bog om Facebook, beskriver manipulation af brugeradfærd som central for The Social Network. McNamee trækker på indsigten hos dem, der er fortrolige med Facebook, som f.eks. Engangs Facebook-ingeniør Tristan Harris.
Udtrykkene “væksthacking” og “data voodoo dukker” forklarer Facebooks og andres anvendelse af algoritmer for at få folk til at opføre sig på bestemte forudsigelige måder.
Så stærke som sådanne undersøgelser er, lider de af en misforståelse. Sådanne kritikpunkter antyder, at manipulation er en afvigelse fra det sociale sande mission – nemlig at lade folk komme sammen og kommunikere.
Set gennem linsen fra Shannon og Boltzmann er reduktionen af entropi via overflødig og derfor forudsigelig adfærd ikke en afvigelse af kommunikationskanalen, det er hele pointen med kommunikationsmaskinen. Som en maskine til at sende et signal om hensigt er socialt designet til at reducere entropi – for at fremme forudsigelighed.
Er du træt? Sådan slettes eller deaktiveres din Facebook-konto
Igen er indholdet ikke vigtigt. Hvad der er vigtigt er, at indhold af enhver art i stigende grad danner et klart signal.
Og det afslører en anden vigtig misforståelse. Den typiske opfattelse er, at sociale medier først og fremmest er en kommunikationskanal for mennesker understøttet af reklamedollar som en slags nødvendigt ondskab.
Men som profitdrevne virksomheder er det vigtigste signal, som sociale medier kan komme sig, ikke menneskeligt udtryk, men snarere købesignalet fra annoncører. Når annoncekøbere, såsom store mærker, køber “promoverede tweets” eller Facebook-bannerannoncer, afslører annoncørerne selv deres præferencer.
Igen, med maksimal entropi, vil annoncekøbere tilfældigt placere annoncer overalt med omtrent samme frekvens. Præsenteret med gentaget, forudsigeligt indhold, bliver annoncekøb sorteret i forudsigelige spande med det mest sandsynlige forbrug.
< p>Den informationsrige mangfoldighed af chatterende mennesker, venstre, skal reduceres til mere organiserede spande, højre, på det sociale for at sortere et klart signal til reklameformål.
Tiernan Ray for ZDNet
Hvis en annoncør ønsker at placere annoncer mod et populært emne, er den udtrykte præference for den slags snævert definerede materiale. Socialt reducerer usikkerheden ved annoncørpræferencer.
Selvom annoncekøbere tænker på sig selv som at vide, hvad de vil have, ved de sociale medieingeniører, at de fleste annoncekøb er tilfældige og spredte. De fleste annoncører har et budget, og de trykker på køb og still spørgsmål senere. De har meget lidt idé om, hvad de laver. Social giver en måde at bringe orden på den kaotiske hensigt.
Får annoncører noget ud af alt dette? Baseret på påstandene fra Facebook, Twitter, Snap og Pinterest er der større gennemsigtighed, så annoncører kan se deres investeringsafkast i ting som det, der kaldes “rækkevidde”, og enten implicit eller eksplicit hensigt fra brugernes side – – hensigt om at købe, såsom faktisk at købe, eller hensigt om i det mindste at lære mere om et produkt.
Men i det omfang annoncører induceres i et forudsigeligt sæt køb af skovle, kan det være svært for annoncører selv at fortælle, hvad der er deres eget valg, og hvad er deres overholdelse af maskinen, ligesom brugere.
Se også: Er sociale medier en indflydelsesrig teknologi eller et oprørsk værktøj?
Dette gælder især i den politiske reklamesæson, en stor periode for annoncekøb på sociale medier, ligesom det er i offline-annoncer. I USA hjælper sociale medier primært med at overføre købsintentionen til republikansk eller demokratisk boosting, uanset om det har nogen faktisk afstemningseffekt.
Får mennesker noget i købet? Signalet, der transmitteres af sociale medier, er ikke beregnet til konsum. Det er meningen, at den skal tilsluttes en anden maskine, reklamekøbemaskinen, især den maskine, der kaldes programmatisk annoncekøb, som reagerer refleksivt på data. Uanset om mennesker nyder sociale medier eller lærer noget fra sociale medier, er det irrelevant.
Selvfølgelig føler mennesker det ikke sådan. Enhver, der har sendt et feriebillede på Facebook, føler at de ikke kun deltager i kollektiv aktivitet, men deler information og også formidler mening. Og det kan være sandt på et eller andet niveau.
Uden at komme ind i de filosofiske implikationer af formet og selvformende adfærd – “Se hvor stor min ferie er!” – om sådanne handlinger er informationsrige er irrelevant for maskinen, hvis disse udtalelser ikke tjener penge. Fordi de ikke hjælper med at gendanne købssignalet for reklame.
For sociale medier er den fleste menneskelige adfærd, inklusive dine feriebilleder, bare støj.
Kunstig intelligens
Hvad er AI? Alt hvad du behøver at vide om kunstig intelligens AI og datavidenskabsjob er varmt. Her er hvad arbejdsgivere ønsker De bedste telepresence-robotter til at købe AI'er bliver smartere, hurtigere. Det skaber vanskelige spørgsmål, som vi ikke kan svare på, at AI-job blomstrer. Dette er de færdigheder, du har brug for for at blive ansat (ZDNet YouTube) Kunstig intelligens: Snydeark (TechRepublic)
Relaterede emner:
Forbruger Digital Transformation CXO Internet of Things Innovation Enterprise Software