2.3.2.5 ඇල්ගොරිතම භාවිතයෙන් යුත්තේ කුමන වෙලාවේද

සොයා දත්ත හැසිරීම එය පද්ධති ඉංජිනේරු විද්යාව ඉලක්ක විසින් ය, ස්වාභාවික නොවේ.

බොහෝ, දත්ත ආරංචි මාර්ග ඔවුන්ගේ දත්ත (2.3.1.3 වගන්තිය) වාර්තා කරනු ලැබේ ජනතාව දැනුවත් නොවන නිසා, පර්යේෂකයන් "ස්වභාවිකව ඇති" හෝ විය මේ සමඟ අමුත්තන් පද්ධති හැසිරීම සලකා නොකළ යුතු-ප්රතික්රියාශීලී නොවන දැකගත වුවද "පවිත්ර." යථාර්තය නම් වාර්තා හැසිරීම එවැනි දැන්වීම් හෝ වෙබ් අඩවියේ අන්තර්ගත මත ක්ලික් විශේෂිත හැසිරීම් කිරීමට රැඳවියන් පොළඹවන ලෙසටද ඉතා ඉංජිනේරු බව ඩිජිටල් පද්ධති. පද්ධතිය නිර්මාණකරුවන් වන අරමුණු දත්ත රටා හඳුන්වා හැකි බව මාර්ග Algorithmic පුදුමයට ලෙස හැඳින්වේ. Algorithmic පුදුමයට සමාජ විද්යාඥයන් සාපේක්ෂ නොදන්නා, නමුත් එය ප්රවේශම් දත්ත විද්යාඥයන් අතර ප්රධාන උත්සුකය වේ. හා, ඩිජිටල් අංශු මාත්ර සමග වෙනත් ගැටලු කිහිපයක් මෙන් නොව, Algorithmic පුදුමයට බොහෝ දුරට නොපෙනෙන.

Algorithmic පුදුමයට ක සාපේක්ෂව සරල උදාහරණයක් ෆේස්බුක් anomalously ඉහළ ආසන්න වශයෙන් 20 මිතුරන් සමග භාවිතා කරන්නන් ක පිරිසක් සිටින බව කාරනය වන්නේ (Ugander et al. 2011) . ෆේස්බුක් ක්රියා කරන ආකාරය පිළිබඳ කිසිදු අවබෝධයක් නොමැති, මෙම දත්ත සමග විශ්ලේෂණය විද්යාඥයන් භහතය 20 ඉන්ද්රජාලික සමාජ අංකය යම් ආකාරයක කෙතරම් ගැන බොහෝ කතා විය හැකියි. කෙසේ වෙතත්, Ugander සහ ඔහුගේ සගයන් දත්ත උත්පාදනය ක්රියාවලිය සැලකිය යුතු අවබෝධයක් තිබුණා, ඔවුන් ෆේස්බුක් ඔවුන් මිතුරන් 20 ක් දක්වා වැඩි මිතුරු වීමට ෆේස්බුක් කිහිපයක් සම්බන්ධතා ජනතාව ධෛර්යමත් බව ඔහු දැන සිටියේය. Ugander හා සගයන් කඩදාසි මේ කියන්න නොකළත්, මෙම ප්රතිපත්තිය අනුමාන වඩා සක්රීය බවට පත් කිරීමට නව පරිශීලකයන් දිරිමත් කිරීම සඳහා ෆේස්බුක් විසින් නිර්මාණය කරන ලදී. මෙම ප්රතිපත්තිය පැවැත්ම ගැන නොදැන, කෙසේ වෙතත්, එය පහසු දත්ත සිට වැරදි නිගමනය යොමු කිරීමට ය. වෙනත් වචන වලින් කිවහොත්, මිතුරන් 20 ක් පමණ සමග ජනතාවගේ පුදුම හිතෙන ඉහළ අංකය අපට වඩා ෆේස්බුක් ගැන මිනිස් හැසිරීම් වඩා කියනවා.

Algorithmic පුදුමයට ප්රවේශමෙන් පර්යේෂකයන් තවදුරටත් විමර්ශණය කළ හැකි කිසිවකු විසින් නරඹනු ප්රතිඵලයක් ඉදිරිපත් ස්ථාන මෙම පෙර උදාහරණය වඩා විසකුරු, සමඟ අමුත්තන් පද්ධති නිර්මාණකරුවන් සමාජ න්යායන් දන්නවා පසුව කම්කරු බවට මෙම න්යායන් පිළිස්සීම වීමෙදි Algorithmic පුදුමයට ඊටත් නොකියා අනුවාදය පවතී ඔවුන්ගේ පද්ධති. සමාජ විද්යාඥයන් මෙම performativity කතා: සිද්ධාන්ත න්යාය අනුව යමින් තව තවත් ලෝකය ගෙන ආකාරයකින් ලෝකය වෙනස් වන විට. performative Algorithmic පුදුමයට වන අවස්ථාවන් හීදී, දත්ත යුත්තේ කුමන වෙලාවේද ස්වභාවය ඉඩ නොපෙනෙන.

performativity විසින් නිර්මාණය කරන රටාව එක් උදාහරණයක් සමඟ අමුත්තන් සමාජ ජාල transitivity වේ. 1970 සහ 1980 දී, පර්යේෂකයන් නැවත නැවතත් ඔබ ඇලිස් සමඟ මිතුරන් වන අතර ඔබ බොබ් සමග මිතුරන් නම්, බොබ් හා ඇලිස් දෙකක් අහඹු ලෙස තෝරාගත් අය වඩා එකිනෙකා සමග මිතුරන් වෙන්න වැඩි විය හැකි බව සොයාගෙන ඇත. හා, ෆේස්බුක් සමාජ ප්රස්ථාර සටහන මේ ඉතා ම රටාව සොයා (Ugander et al. 2011) . මේ අනුව, එක් ෆේස්බුක් මිත්රත්වය රටා අවම වශයෙන් transitivity අනුව, නොබැඳි මිත්රත්වයන් රටා ප්රතිනිර්මානය බව නිගමනය විය හැකිය. කෙසේ වෙතත්, ෆේස්බුක් සමාජ ප්රස්ථාර සටහන transitivity විශාලත්වය අර්ධ වශයෙන් Algorithmic පුදුමයට විසින් ය. එනම්, ෆේස්බුක් දත්ත විද්යාඥයන් transitivity ගැන ආනුභවික හා න්යායික පර්යේෂණ දැන පසුව ෆේස්බුක් ක්රියා කරන ආකාරය බවට පුලුස්සන ලද. ෆේස්බුක් ඉතා "මහජන ඔබ දැන ලැබේවා!" නව මිතුරන් හඟවන, සහ ෆේස්බුක් ඔබට යෝජනා කිරීමට සිටින තීරණය එක් ක්රමයක් transitivity බව විශේෂාංගයක් ඇත. එනම්, ෆේස්බුක් ඔබේ මිතුරන් මිතුරන් සමග මිතුරන් බවට පත් බව යෝජනා කිරීමට ඉඩකඩ වැඩි ය. මෙම ලක්ෂණය නිසා ෆේස්බුක් සමාජ ප්රස්ථාර සටහන transitivity වේගවත් කර තිබේ; වෙනත් වචනවලින් කිවහොත්, transitivity න්යාය න්යාය පුරෝකථනයන් සමග පෙල ලෝක ගෙන එයි (Healy 2015) . මේ අනුව, මහ දත්ත මූලාශ්රයන් සමාජ න්යාය අනාවැකි ප්රජනනය ප්රකාශ වන විට අපි න්යාය ම පද්ධතිය ක්රියා කරන අයුරු විළඳ නොවන බව සහතික විය යුතුය.

ඒ වෙනුවට ස්වභාවික පිහිටීම ජනතාව නිරීක්ෂණය ලොකු දත්ත මූලාශ්රයන් කල්පනා වඩා, වඩාත් උචිත ද විදහාපාන අගනා රූපකයකි කැසිනෝ ජනතාව නිරීක්ෂණය කර ඇත. කැසිනෝ ඉතා ඇතැම් හැසිරීම් කිරීමට රැඳවියන් පොළඹවන ලෙසටද නිර්මාණය පරිසරයක් ඉංජිනේරු, සහ කැසිනෝ බව හැසිරීම මිනිස් හැසිරීම් සම්බන්ධයෙන් නිර්බාධිත කවුළුව ලබා ඇතැයි ද පර්යේෂකයන් බලාපොරොත්තු නැහැ. ඇත්ත වශයෙන්ම, අපි කැසිනෝ-කරුණ කැසිනෝ ජනතාව අධ්යයනය මිනිස් හැසිරීම් ගැන යමක් ඉගෙනගන්න පුළුවන් මත්පැන් පානය හා අවදානම් අතර සම්බන්ධය අධ්යයනය සඳහා කදිම සැකසුම විය හැකි මනාප-නමුත් අපි දත්ත කලොත් අපි කැසිනෝ නිර්මාණය කොට ඇති බවයි නොසලකා නම් නරක නිගමන උකහා.

අවාසනාවකට මෙන් සමඟ අමුත්තන් පද්ධති බොහෝ විශේෂාංග, හිමිකාර වේ දුර්වල ලෙස ප්රලේඛන හා නිරන්තරයෙන් වෙනස් නිසා, Algorithmic පුදුමයට සමඟ කටයුතු විශේෂයෙන් අපහසු වේ. උදාහරණයක් ලෙස, මම පසුව මෙම පරිච්ඡේදයේ පැහැදිලි කරන්නම් ලෙස, Algorithmic පුදුමයට ගූගල් උණ ප්රවණතා (වගන්තිය 2.4.2) ක්රමයෙන් බිඳී පහළට සඳහා එක් විය හැකි පැහැදිලි කිරීමක් විය, නමුත් මෙම ප්රකාශය ගූගල් සෙවුම් අභ්යන්තර ක්රියාකාරීත්වය නිසා තක්සේරු කිරීමට අසීරු ය ඇල්ගොරිතම හිමිකාර වේ. Algorithmic පුදුමයට ගතිකය ස්වභාවය පද්ධතිය ප්ලාවිතය එක් ආකාරයකි. Algorithmic පුදුමයට අපි, තනි ඩිජිටල් ක්රමය පැමිණෙන මිනිස් හැසිරීම් සඳහා යම් හිමිකම් ගැන පරෙස්සම් විය යුතු බව කෙතරම් විශාල බවයි.