Algoritmi danas analiziraju naše klikove, pretrage i vrijeme provedeno na sadržaju. Koliko zaista mogu predvidjeti šta ćemo poželjeti i gdje počinje uticaj na naše izbore?
AI Fokus/Nataša Goleš
Koliko puta vam se dogodilo da pogledate jedan video, pročitate tekst ili pretražite neki proizvod, a zatim vam telefon počne nuditi upravo takav sadržaj? Ponekad djeluje kao da algoritam zna šta želimo prije nego što smo sami to odlučili.
U određenoj mjeri, to zaista jeste cilj savremenih sistema preporuka. Platforme analiziraju ono što gledamo, na šta klikćemo, koliko dugo ostajemo na nekom sadržaju, šta preskačemo i sa čime stupamo u interakciju. Na osnovu tih podataka pokušavaju da procijene šta bi nam moglo biti zanimljivo sljedeće.
Evropska komisija upravo takve podatke opisuje kao „implicitne signale“ – na primjer, vrijeme provedeno gledajući sadržaj ili klikove – koji mogu pomoći sistemima da zaključe šta korisnik vjerovatno preferira.
Ali postoji važna razlika između toga da algoritam prepozna ono što volimo i toga da predvidi šta ćemo tek poželjeti.
Ako nekoliko dana gledamo snimke putovanja, sistem može zaključiti da nas zanimaju putovanja. Ako pretražujemo patike, može nam ponuditi reklame za slične proizvode. Ako često čitamo određenu vrstu vijesti, može nam prikazivati još takvih tekstova.
Problem je što naše ponašanje na internetu nije uvijek jednako našim stvarnim željama.
Možemo pogledati video samo zato što nas je naslov iznenadio. Možemo otvoriti reklamu jer nas je nešto slučajno zainteresovalo. Možemo dugo ostati na sadržaju koji nam se zapravo ne dopada. Savremena istraživanja sistema preporuka upravo upozoravaju da ponašanje korisnika nije savršen pokazatelj njegovih stvarnih preferencija.
I tu počinje zanimljiviji dio priče.
Ako algoritam stalno uči iz naših izbora, on ne samo da može da predvidi šta ćemo vjerovatno kliknuti – već može i da utiče na ono što ćemo uopšte vidjeti.
To ne znači da vještačka inteligencija čita naše misli. Ona nema tajnu sposobnost da zaviri u našu glavu. Ona prepoznaje obrasce u velikoj količini podataka i na osnovu njih pravi procjene.
Ali što bolje poznaje naše navike, to preporuke mogu postajati preciznije.
Zato se danas sve više govori o pitanju korisničke autonomije. Ako nam sistem neprestano pokazuje sadržaj za koji procjenjuje da ćemo ga gledati, možemo li uopšte dobiti dovoljno prostora da naiđemo na nešto potpuno drugačije?
Evropska komisija upozorava da sistemi preporuka mogu povećati rizike za privatnost i sigurnost, posebno kada se koriste veoma široki podaci o ponašanju korisnika. Za maloljetnike se posebno preporučuje veća kontrola nad načinom na koji se sadržaj preporučuje.
Upravo zbog toga pitanje budućnosti nije samo koliko AI može da nas upozna, već i koliko ćemo mi moći da kontrolišemo način na koji AI koristi to znanje.
Granica između personalizacije i uticaja nije uvijek jednostavna. Evropske smjernice za AI razlikuju transparentne personalizovane preporuke od skrivenih tehnika kojima bi se namjerno manipulisalo ponašanjem ljudi.
Možda zato najveći izazov neće biti da vještačka inteligencija jednog dana pogodi šta ćemo poželjeti.
Veći izazov bi mogao biti da prepoznamo koliko je naša želja zaista naša – a koliko je nastala iz onoga što nam je neprestano bilo ponuđeno.
AI možda neće moći da pročita naše misli.
Ali bi mogao postati veoma dobar u tome da pročita tragove koje ostavljamo za sobom.
ETOportal
