Spis treści artykułu
- 1. Selekcja zamiast okna na świat
- 2. Jak w praktyce działają systemy rekomendacyjne?
- 3. Błąd proporcji: Częstotliwość a rzeczywistość
- 4. Niewidzialna część internetu — to, czego nie zobaczyłeś
- 5. Pętla sprzężenia: Gdy system współtworzy Twoje zainteresowania
- 6. Studium przypadku: Rzeczywistość Marka i Anny
- 7. Pułapka popularności i rozróżnienie mechanizmów
- 8. Architektura systemu i ekonomia uwagi
- 9. Czy możemy zobaczyć algorytm? (Rola DSA)
- 10. Podsumowanie: Nowa definicja cyfrowej świadomości
1. Selekcja zamiast okna na świat
Jedna osoba zobaczy materiały o sztucznej inteligencji, druga o wojnach. Jedna trafi na wiadomości gospodarcze, druga na influencerów pokazujących luksusowe życie. Jedna zacznie oglądać kolejne filmy dotyczące zdrowia, druga zostanie zanurzona w polityce. Po zakończeniu tej samej sesji każda z nich może być przekonana, że właśnie zobaczyła obraz rzeczywistości, który w dużej mierze odpowiada temu, czym żyje obecnie internet.
Problem polega na tym, że obie rzeczywiście patrzyły na prawdziwy internet, ale żadna nie widziała całego internetu. Współczesne platformy społecznościowe nie działają już jak klasyczna gazeta, radio czy telewizja, w których ogromna część odbiorców otrzymywała mniej więcej ten sam zestaw informacji. Działają jak gigantyczne systemy selekcji, które próbują przewidzieć, co konkretny człowiek będzie chciał zobaczyć, obejrzeć, przeczytać, skomentować albo udostępnić.
2. Jak w praktyce działają systemy rekomendacyjne?
Nie jest to teoria spiskowa ani fantazja o tajnym systemie sterującym społeczeństwem, lecz konsekwencja konstrukcji platform, które muszą rozwiązać bardzo konkretny problem: ilość dostępnych treści jest tak ogromna, że bez mechanizmu selekcji użytkownik zostałby zalany informacjami, których nie byłby w stanie przetworzyć.
Jak algorytmy zbierają dane o naszych zachowaniach?
- YouTube: opisuje swoje systemy rekomendacyjne jako mechanizmy wykorzystujące m.in. historię oglądania i wyszukiwania, subskrypcje, polubienia, negatywne oceny oraz mikrosygnały zachowania.
- TikTok: analizuje interakcje użytkownika z treściami, informacje zawarte w filmach (podpisy, dźwięki, hashtagi) oraz sygnały związane z kontem i urządzeniem.
Oznacza to, że system nie otrzymuje od nas prostego komunikatu „interesuję się sztuczną inteligencją” albo „nie interesuje mnie polityka”. Zamiast tego obserwuje nasze zachowania i na ich podstawie buduje przewidywania dotyczące tego, co może nas zainteresować w następnej kolejności. To właśnie dlatego dwie osoby korzystające z tej samej aplikacji mogą otrzymywać radykalnie różniące się strumienie treści, mimo że żadna z nich nie poprosiła wprost o stworzenie osobnej wersji internetu.
3. Błąd proporcji: Częstotliwość a rzeczywistość
Najłatwiej byłoby powiedzieć, że w takim świecie algorytm po prostu manipuluje człowiekiem. Takie wyjaśnienie jest jednak zbyt proste i może prowadzić do kolejnego błędu poznawczego.
Algorytm nie musi przecież stworzyć ani jednego fałszywego materiału, aby wpłynąć na sposób, w jaki postrzegasz rzeczywistość. Wystarczy, że spośród ogromnej liczby dostępnych informacji wybierze określony fragment, nada mu określoną kolejność, będzie go częściej prezentował i wykorzysta Twoją reakcję do kolejnej selekcji:
- Jeżeli przez godzinę oglądasz materiały o sztucznej inteligencji, kolejne filmy dotyczące AI mogą pojawiać się coraz częściej.
- Jeżeli przez kilka dni oglądasz informacje o konfliktach i kryzysach, możesz zostać wystawiony na znacznie większą liczbę podobnych materiałów.
Żaden z tych materiałów nie musi być fałszywy, a mimo to obraz świata powstający w Twojej głowie może przestać odpowiadać proporcjom rzeczywistości. Zaczynasz mylić częstotliwość pojawiania się czegoś na własnym ekranie z częstotliwością występowania tego zjawiska w świecie.
4. Niewidzialna część internetu — to, czego nie zobaczyłeś
To właśnie tutaj pojawia się być może najbardziej niedoceniany element całego mechanizmu: niewidzialna część internetu, czyli wszystko to, czego nie zobaczyłeś.
Kiedy platforma pokazuje Ci jeden film zamiast drugiego, nie otrzymujesz informacji o tym drugim filmie. Nie widzisz listy materiałów, które zostały odrzucone, pominięte albo uznane za mniej prawdopodobne do zainteresowania właśnie Ciebie, dlatego nie masz możliwości bezpośredniego porównania tego, co otrzymałeś, z tym, czego nie otrzymałeś.
Z punktu widzenia użytkownika ekran wygląda więc jak okno na świat, chociaż w rzeczywistości jest raczej oknem z bardzo precyzyjnie dobranym widokiem. Możesz patrzeć przez nie godzinami i nigdy nie zobaczyć, jak duża część krajobrazu znajduje się poza jego ramą. To nie musi oznaczać cenzury ani celowego ukrywania informacji — często jest zwykłym skutkiem personalizacji. Ponieważ jednak człowiek nie odczuwa braku informacji, których nigdy nie otrzymał, mechanizm ten pozostaje niemal niewidoczny.
5. Pętla sprzężenia: Gdy system współtworzy Twoje zainteresowania
W tym miejscu zaczyna się jeszcze bardziej interesująca relacja, ponieważ algorytm nie tylko uczy się użytkownika, ale użytkownik zaczyna funkcjonować w środowisku, które zostało częściowo ukształtowane przez to, czego algorytm nauczył się wcześniej:
- Oglądasz określony film.
- System rejestruje sygnał i pokazuje Ci podobny materiał.
- Zatrzymujesz się dłużej, komentujesz lub obserwujesz konkretne konto.
- System ponownie aktualizuje swoje przewidywania i serwuje dopasowane treści.
W ten sposób powstaje pętla, w której człowiek wpływa na rekomendacje, rekomendacje wpływają na to, jakie treści człowiek napotyka, a te treści mogą następnie wpływać na jego kolejne zachowania. Środowisko informacyjne, w którym podejmujemy decyzje, nie jest już całkowicie statyczne — zmienia się w odpowiedzi na nasze zachowanie.
Właśnie dlatego pytanie „czy algorytm wpływa na mnie?” może być mniej interesujące niż pytanie: w którym momencie system, który próbuje przewidywać nasze zainteresowania, zaczyna współtworzyć środowisko, w którym te zainteresowania się rozwijają?
Studium przypadku: Rzeczywistość Marka i Anny
Wyobraźmy sobie ponownie dwie osoby siedzące obok siebie. Marek przez kilka dni ogląda materiały dotyczące sztucznej inteligencji, robotyki i nowych technologii. Anna interesuje się podróżami, psychologią i zdrowiem.
Oboje o godzinie dwudziestej otwierają tę samą aplikację, ale Marek otrzymuje serię filmów technologicznych, a Anna kolejne materiały dotyczące psychologii i podróży. Po godzinie:
- Marek stwierdzi: „Wszędzie teraz mówi się o AI!”
- Anna odpowie: „Wszyscy zajmują się zdrowiem psychicznym!”
Oboje będą mieli na ekranie dowody potwierdzające własne przekonanie. Problem polega na tym, że ich ekrany nie są sondażem całego społeczeństwa, lecz wynikiem personalizacji. Im częściej widzimy określony temat, tym bardziej naturalne wydaje nam się założenie, że jest on wszędzie.
7. Pułapka popularności i rozróżnienie mechanizmów
To prowadzi do kolejnego niebezpiecznego skrótu myślowego: przekonania, że popularność jest dowodem prawdziwości albo znaczenia.
- Film ma milion wyświetleń, więc musi być ważny? Liczba wyświetleń mówi przede wszystkim o tym, ile razy treść została odtworzona, a nie o tym, czy zawarte w niej twierdzenia są prawdziwe.
- Materiały mają setki tysięcy polubień? Liczba polubień mówi o emocjonalnej reakcji użytkowników, a nie stanowi niezależnej weryfikacji faktów.
Trzeba również przestać używać słowa „algorytm” jako określenia wszystkiego, co dzieje się na platformie. Rozróżnijmy trzy kluczowe mechanizmy:
| Mechanizm | Rola w systemie |
|---|---|
| System rekomendacyjny | Odpowiada za wybór i porządkowanie treści, które użytkownik może zobaczyć. |
| System moderacji | Zajmuje się egzekwowaniem zasad dotyczących treści i usuwaniem materiałów szkodliwych. |
| System reklamowy | Odpowiada za precyzyjną emisję reklam i dobór odpowiedniej grupy docelowej. |
8. Architektura systemu i ekonomia uwagi
Systemy rekomendacyjne nie powstają samodzielnie w próżni; są projektowane, trenowane, testowane i zmieniane przez zespoły inżynierów, badaczy danych i projektantów produktu. Sposób ich działania zależy od tego, jakie cele uznano za istotne i jakie sygnały wykorzystuje system.
W tym środowisku kluczową rolę odgrywa ekonomia uwagi. Użytkownik dysponuje ograniczonym czasem i uwagą, podczas gdy liczba możliwych treści jest praktycznie nieograniczona. YouTube opisuje rekomendacje m.in. w kontekście długoterminowej satysfakcji użytkownika, dlatego nie można uczciwie sprowadzić całego mechanizmu do jednej zmiennej ekonomicznej. Prawdziwy obraz jest bardziej złożony niż narracja, że „algorytm jest całkowicie neutralny” lub „został stworzony wyłącznie po to, żeby nas uzależniać”.
9. Czy możemy zobaczyć algorytm? (Rola DSA)
Platformy publikują informacje o podstawowych zasadach działania swoich systemów i wprowadzają narzędzia dające pewien wgląd w proces rekomendacji (np. funkcja TikToka wyjaśniająca, dlaczego dany film został polecony).
W Unii Europejskiej rozporządzenie Digital Services Act (DSA) wprowadziło dodatkowe obowiązki dotyczące przejrzystości systemów rekomendacyjnych oraz zaoferowania użytkownikom opcji rekomendacji niezależnej od profilowania. Nie oznacza to jednak, że znamy pełny kod źródłowy czy parametry modeli uczenia maszynowego. Precyzyjne pytanie brzmi nie „czy znamy algorytm?”, lecz „jak dużo informacji o zasadach jego działania platforma udostępnia użytkownikom, badaczom i regulatorom?”.
10. Podsumowanie: Nowa definicja cyfrowej świadomości
Najważniejszy problem całej epoki algorytmów nie polega wyłącznie na tym, że ktoś może zobaczyć fałszywą informację, lecz na tym, że **każdy z nas może otrzymywać inny zestaw prawdziwych informacji**, a następnie traktować własny zestaw jako reprezentację całej rzeczywistości.
Gdy jedna osoba przez tydzień otrzymuje setki materiałów dotyczących jednego zjawiska, a druga nie spotyka żadnego z nich, obie mogą zbudować zupełnie inne przekonania dotyczące tego, czym żyje społeczeństwo. Spór przestaje dotyczyć pytania „kto ma rację”, a zaczyna od pytania: czy w ogóle widzieliśmy ten sam zestaw informacji?
Czy rzeczywiście wszyscy o tym mówią, czy po prostu wszyscy, których widzę, zostali mi pokazani?
Nasz ekran nie jest lustrem świata. Jest wynikiem wyboru. A największa część tego wyboru pozostaje niewidoczna nie dlatego, że ktoś koniecznie chce coś ukryć, lecz dlatego, że zanim informacja trafi do naszych oczu, złożony system musi zdecydować, że to właśnie ją warto nam pokazać.
Rozpocznijmy nową definicję cyfrowej świadomości: **nie od pytania, czy internet mówi nam prawdę, lecz od świadomości, że nigdy nie pokazuje nam całej prawdy naraz.**