#7 ER VI FANGET I VÅR EGEN FILTERBOBLE?

#7 ER VI FANGET I VÅR EGEN FILTERBOBLE?

Hei igjen!

Det er ingen hemmelighet at internett gir oss enorme mengder med informasjon, hver eneste dag. Får du opp det samme innholdet som personen ved siden av deg, om dere søker på det samme? Svaret her er nei, fordi internettsøk er basert på algoritmer som gir oss informasjon, ut i fra våre synspunkt og tidligere søk. Du blir på en måte fanget i din egen “filterboble”, slik som edderkoppen spinner sitt eget nett. Edderkoppen sitter godt i det, er det slik at vi brukere også spinner vårt eget lille nett, og utelukkes for relevant informasjon vi kunne sett? Litt skummelt å tenke på, at vi fanges mer eller mindre i vår lille boble, eller edderkoppnett om du vil.

Utviklingen av internett er på mange måter selve essensen i digital markedsføring, og henger sammen med utviklingen av filterbobler og ekkokammere. Forrige uke introduserte Arne oss for disse fenomenene, jeg vil derfor skrive om filterbobler og ekkokammere. Til slutt vil jeg vektlegge hvordan konsekvensene av disse fenomenene kan påvirke samfunnsutviklingen vår i form av politisk valg.


Hva er filterbobler?
Vi brukere er nødt til å ha god tilgang på informasjon for ar vi skal kunne gjøre rasjonelle valg. Informasjonen vi innhenter kommer som nevnt ovenfor, ofte fra søkemotorer og algoritmer, men også fra ulike sosiale medier. En av konsekvensene med dette er at søkemotorer og forretningsmodellene i sosiale medier er basert på salg og reklame. Google og Facebook bruker mekanismer som favoritiserer enkelte nettsider fremfor andre. Ved hjelp av Pagerank, vil Google systematisk vise deg sider som passer din “profil” på internett (Krokan, 2020, 91).

Denne teknologien har spart oss for masse tid, når vi skal finne en ny og spennende serie å se på Netflix, eller høre musikk på Spotify. Personaliserte algoritmer skaper nemlig disse såkalte filterboblene og ekkokammrene. Basert på filmer og serier du har sett tidligere anbefaler Netflix lignede serier. Algoritmene påvirker valgene vi tar på de digitale plattformene vi bruker, og hvor oppmerksomheten vår rettes.


Aktivist og forfatter Eli Pariser (2011) beskrev i The Filter Bubble: What the Internet Is Hiding from You, effektene av filterbobler. Hun er bekymret for effektene av mer personaliserte feed-tjenester som Facebooks nyhetsfeed som skjuler mye relevant innhold for oss. Spørsmål som klimaendringer og hjemløse barn, kan kanskje ikke konkurrere med virale videoer fra TikTok, kjendis-nyheter eller søte kattunger. I det store bildet påvirker filterboblen hva vi snakker om, for eksempel hva som er de viktigste poliske temaene. Dette understøttes av Open Graph, et system som bidrar til å sette søkelyset på det våre venner velger for oss. Det filtrerer ut nyheter fra mengden, som antas å fange vår interesse, også basert på hva venner liker og deler. Relasjonene vi vedlikeholder på nett gjennom kommentarer, likes og delinger, fremheves i den sosiale grafen. Samtidig som relasjonene vi ikke aktivt går inn i dialog med, blir tilsvarende skjult for oss i vår feed.

Enkelt sagt bestemmer algoritmene i stor grad hva som når vår oppmerksomhet og hva som forblir skjult, selv om det er tilgjengelig for oss i tjenesten.

Regnfull: Bilde lånt fra Pexels.com

Hva er et ekkokammer?
I følge Wikipedia er et ekkokammer en metaforisk beskrivelse av en situasjon hvor informasjon, ideer eller oppfatninger forsterkes gjennom repetert kommunikasjon. I et ekkokammer blir ofte meninger og fakta som bryter med konsensus innenfor gruppen filtrert unna. Dermed blir det lite plass for motstridende synspunkter på tematikk og innhold som repeteres her. Troen på de allerede oppfatningen vil av den grunn ofte forsterkes i et eksisterende ekkokammer.

Er vi fanget i vårt egen filterboble?
I følge Eli Pariser finnes det noen farlige konsekvenser av det vi blir fanget av i en filterboble. Vi kan miste evnen til å utvikle ny innsikt og nye holdninger ved å utelukkende motta informasjon som bekrefter det vi allerede vet. Det å aldri møte motforestillinger mener Eli kan svekke det sentrale demokratiske prinsippet om at meninger blir bedre om de brytes mot hverandre, dette kan altså få negative konsekvenser for både brukerne og for demokratiet vårt.

Det å søke til seg medier som bekrefter eget politisk syn er ikke noe nytt. Den norske partipressen (frem til 1980) opererte som politiske organer med tette bånd til politiske partier. Dette kan være problematisk i sammensatte samfunn, dersom filterboblene bidrar til at man får vite mindre om andre grupper i samfunnet. Tidligere ble man eksponert for forskjellige typer nyheter ved å bla gjennom papiravisen eller se nyhetssendingene på TV. I dag er det enklere å filtrere ut innhold man ikke er interessert i å se eller lese om. Påvirkning foregår gjennom flere kanaler og digitale plattformer som legger grunnlaget for mange av samtalene vi har med andre mennesker. Dersom disse samtalene overføres til digitale rom, åpner det også mer for ensidig syn og holdninger (Orgeret, Kristin Skare; Dvergsdal, Henrik: filterboble i Store norske leksikon på snl.no).

Tidligere president Trump, twitter og hans filterboble
I artikkelen Trump, Twitter and his filter bubble skrevet av Julian Joyce (2017) belyses det hvordan man faktisk kan fanges i sin egen filterboble, som jeg tidligere har beskrevet i dette innlegget. Twitter-kontoen til Donald Trump ble nedlagt i starten av januar 2021, i forbindelse med opprøret i Washington like før Biden skulle innsettes som ny president. Slik vi kan se på bildet nedenfor hadde Trumps twitter-konto nesten 44 millioner følgere, og Trump valgte å kun følge 45 andre twitter-kontoer, som alle er enige med han eller er store tilhengere av hans politiske syn og ståsted.

Noen ganger er filterboblen automatisk, skapt av søkehistorikk og algoritmene til Google og Facebook, slik at innlegg, mennesker og historier samsvarer med vårt individuelle verdensbilde. På en annen side kan vi bygge vår egen filterboble bevisst ved å fjerne oss fra dialog med andre som ikke er enige med oss, slik som Trump har gjort på twitter.

Skjermbilde BBC/Trump, twitter and his filterbubble

Forskere mener valgresultatet i USA (2016) ble indikert av sosiale medier
Både analytikere, politikere og redaktører rister på hoder over de tradisjonelle meningsmålingene som ikke forutså Trumps valgseier i 2016. Seniorforsker ved SINTEF på Facebook Petter Bae Brandtzæg, mener det er på tide å ta sosiale medier på alvor. Han mener presidentvalget viser at det er et problem at man ikke anerkjenner analyser av sosiale som et godt mål på hvilke tendenser som rører seg i befolkningen. Ved å se hva folk liker på Facebook, Twitter, Instagram og andre sosiale medier og hvor på brukerne kommenterer politisk innhold, kan man få en bedre oversikt. Brandtzæg påpeker også at folks reaksjoner i sosiale medier representerer råere og mer autentiske opplevelser og meninger enn tradisjonelle mfeninginsmålinger brukt i presidentvalget kan fange opp.

På en annen side hevder professor ved Universiteter i Oslo Ottar Hellevik, at analyser av sosiale medier har begrenset verdi i sammenheng med tradisjonelle meningsmålinger. Kan påpeker at det kan være interessant å se på sosiale medier, men har liten tro på dette som metode for å såp utfall av valgresultatet (journalisten.no 2016).

Denne artikkelen synes jeg var interresant i forhold til blogginnleggets tematikk, da filterbobler ser ut til å påvirke oss i stor grad i forhold til de valgene vi tar, også politiske. Det har vært mye omdiskutert om valget i USA var rigget av sosiale medier da Trump ble valgt. Trump følger de som er enige med han, og de som følger Trump vil trolig stemme ved valg. Andre brukere tilknyttet Trumps følgere vil bli påvirket, nettopp fordi algoritmene bestemmer innholdet vårt basert på venners adferd på nett. På den måten vil jeg tro at Trump sin gruppe tilhengere vokste og flere støttet seg til han politisk. Dette kan være skummelt når like meninger deles med andre i samme “boble”, da vil også muligheten for å se poltikk fra et annet ståsted være svakere.

Konklusjon
Filterbobler og ekkokammere kan ses på som muligheten til å kun velge de nyhetene og synspunktene du er enig i. Det er lett å bli fanget i filterboblen når vi ikke eksponeres for annen informasjon som kan utvide vårt syn på verden. På en annen side gjør filterboblen at vi slipper å lese alt mulig på internett som ikke finner oss interessant, og vi spinner inn i vårt eget edderkoppnett. Likevel tror jeg det mest optimale er å følge andre brukere med andre meninger, slik at vi kan se ting i andre perspektiver og deretter beslutte hva vi tenker. Hva mener du?

-Marianne
Følg meg gjerne på LinkedIn

Kilder:
BBC News/ Trump, twitter and his filterbubble (2017) Hentet 25.januar.2021.
Journalisten.no/ valgresultatet i USA ble indikert i sosiale medier (oppdatert 14.11.2016) Hentet 25.januar.2021.
Krokan.com
Krokan, Arne. 2013. Nettverksøkonomi: digitale tjenester og sosiale mediers økonomi. Oslo: Cappelen Damm Akademisk, 91.
SNL. 2020. SNL.no. 23 Desember. Lest 25.januar, 2021. https://snl.no/filterboble
Wikipedia/Pagerank Lest 25.januar.2021.
Wikipedia/Ekkokammer Lest 25.januar.2021.

4 thoughts on “#7 ER VI FANGET I VÅR EGEN FILTERBOBLE?

  1. Hei Marianne 🙂

    Her svarer du godt på oppgaven og har skrevet et spennende blogginnlegg.
    Jeg liker veldig godt at du trekker inn relevante og dagsaktuelle eksempler, som blant annet Donald Trump og hele den situasjonen.
    Jeg synes også du vinkler innlegget ditt veldig spennende, og trekker inn mange relevante kilder og reflekterer bra rundt disse.

    Tittelen på innlegget er også interessant og strukturen på innlegget er fin og oversiktlig.
    Jeg liker også veldig godt at du avslutter med et spørsmål til leserne dine, som kan resultere i flere kommenterer på blogginnlegget ditt.

    Pass på at du legger inn kilde i løpende tekst der du refererer til wikipedia, og husk også å vurder hvorvidt det er en gyldig kilde eller ikke. Husk også å les gjennom en ekstra gang før du publiserer slik at du unngår små skrivefeil 🙂

    Bra jobbet!! Stå på 😀

Leave a Reply to Fredrikke Linnea Eriksson Cancel reply

Your email address will not be published. Required fields are marked *