ഇന്റർനെറ്റിലെ പരസ്യങ്ങൾക്ക് പിന്നിലുള്ള സാങ്കേതിക വിദ്യയെ കുറിച്ച് ഒരു ലേഖനം ഇതിന് മുൻപ് ലൂക്കയിൽ എഴുതിയിരുന്നു. നമ്മുടെ ഇന്റർനെറ്റ് ഉപയോഗത്തെ നിരന്തരം നിരീക്ഷിച്ച്, അതുവഴി നമ്മുടെ അഭിരുചികളെ മനസ്സിലാക്കി, അതിനാസ്പദമായി നമ്മളെ (ഉപഭോക്താക്കളെ) പല കള്ളികളിലാക്കി, അതിലെ ഓരോ കള്ളിയിലുള്ളവർക്കും വേണ്ടി പരസ്യങ്ങൾ വ്യക്തിവൽക്കരിച്ച് (personalized / customized) കാണിക്കുന്നതെങ്ങനെ എന്ന് അതിൽ വിശദീകരിച്ചിട്ടുണ്ട്. സാധനങ്ങളെയും സേവനങ്ങളെയും കുറിച്ചുള്ള പരസ്യങ്ങൾ ഈ പ്രക്രിയ വഴി നമ്മുടെ മുന്നിലേക്ക് വരുന്നുണ്ട്. ഇത്തരം സാങ്കേതികവിദ്യയുടെ ഉപയോഗത്തിന് നൈതികമായ അതിർ വരമ്പുകൾ ഉണ്ടോ? പരസ്യമാണെന്ന് നമുക്ക് മനസ്സിലാക്കാൻ പ്രയാസമുള്ള രീതിയിൽ വിവരങ്ങൾ നമ്മുടെ മുന്നിൽ അവതരിപ്പിക്കാൻ പാടുണ്ടോ? അത്തരം ചോദ്യങ്ങളും അവയുമായി  ബന്ധമുള്ള ചില വിഷയങ്ങളുമാണ് ഈ ലേഖനത്തിൽ.

ഈ സാങ്കേതിക വിദ്യയുടെ ഉപയോഗത്തിലെ നൈതികതയിലേക്ക് കടക്കുന്നതിന് മുൻപ്, നമ്മളോരോരുത്തരുടേയും ഇന്റർനെറ്റ് അഥവാ സോഷ്യൽ മീഡിയ ഉപയോഗം നിരീക്ഷിച്ച് നമ്മളെ കുറിച്ച് ആഴത്തിൽ മനസ്സിലാക്കാൻ സാധ്യമാണോ എന്ന് നോക്കാം. ഇതിനെ കുറിച്ചുള്ള ഒരു പഠനം 2015-ൽ പ്രൊസീഡിങ്സ് ഓഫ് ദി നാഷണൽ അക്കാദമി ഓഫ് സയൻസസ് എന്ന ജേർണലിൽ വന്നിരുന്നു. ആ പഠനം പറയുന്നത് ഒരാളുടെ 10 ഫേസ്ബുക് ലൈക്കുകൾ പരിശോധിച്ചാൽ അത് വിശകലനം ചെയ്യാൻ കഴിവുള്ള ഒരു കംപ്യൂട്ടർ പ്രോഗ്രാമിന്  അയാളുടെ സഹപ്രവർത്തകരെക്കാൾ നന്നായി ആ വ്യക്തിയെ മനസ്സിലാക്കാൻ കഴിയും എന്നാണ്. 150 ലൈക്കുകൾ വിശകലനം ചെയ്താൽ കുടുംബാഗങ്ങളെക്കാളും, 300 ലൈക്കുകളുടെ അടിസ്ഥാനത്തിൽ   ജീവിതപങ്കാളിയെക്കാൾ പോലും നന്നായി ആ വ്യക്തിയെ മനസ്സിലാക്കാൻ കമ്പ്യൂട്ടർ അൽഗോരിതങ്ങൾക്ക് കഴിയും എന്നും ആ പഠനം അവകാശപ്പെടുന്നു. പ്രസ്തുത പഠനം നടത്തിയത് ഫേസ്ബുക് ആധാരമാക്കിയിട്ടാണെങ്കിലും മറ്റ് സോഷ്യൽ മീഡിയ ഇടപെടലുകളും ഇത്തരത്തിൽ നമ്മളോരോരുത്തരെയും കുറിച്ച് വിലപ്പെട്ട വിവരങ്ങൾ വെളിപ്പെടുത്തുന്നുണ്ട് എന്നത് മനസ്സിലാക്കേണ്ട കാര്യമാണ്.

ആളുകളുടെ അഭിരുചികളെ കുറിച്ചുള്ള വിവരങ്ങൾ ശേഖരിച്ച്, അതിനനുസരിച്ച് കാറ്റലോഗുകൾ വ്യക്തിവരിച്ച് നൽകി, കച്ചവടം കൂട്ടാം എന്ന ആശയം ഫാഷൻ രംഗത്ത് ഉപയോഗിക്കാൻ ശ്രമിച്ച ഒരു കനേഡിയൻ ചെറുപ്പക്കാരനാണ് ക്രിസ്റ്റഫർ വൈലി. ഫാഷൻ രംഗത്ത് നിന്ന് വൈലി പിന്നീട് കടന്നത് രാഷ്ട്രീയത്തിന്റെ മേഖലയിലേക്കാണ്. ഇംഗ്ലണ്ടിലെ ഒരു പുരോഗമന പാർട്ടിക്ക് വേണ്ടി തിരഞ്ഞെടുപ്പ് പ്രചാരണ സന്ദേശങ്ങൾ ക്രോഡീകരിക്കുക, വ്യക്തിവൽകരിക്കുക തുടങ്ങിയതായിരുന്നു വൈലി ലക്ഷ്യം വെച്ചത്.    സോഷ്യൽ മീഡിയ പ്ലാറ്റുഫോമുകളും പരസ്യ മേഖലയുമായി ബന്ധപ്പെട്ട മറ്റ് ചില കമ്പനികളും ഉപഭോക്താക്കളെ കുറിച്ചുള്ള വിവരങ്ങൾ ശേഖരിച്ച് അത് വാണിജ്യാടിസ്ഥാനത്തിൽ വിൽക്കുന്നുണ്ടെന്ന് നമ്മൾ കഴിഞ്ഞ ലേഖനത്തിൽ കണ്ടിരുന്നു. ഇത്തരം വിവരങ്ങളുടെ ലബ്ധിയും, അതിന് മേൽ വൈലിയുടെ ആശയങ്ങളും  അൽഗോരിതങ്ങളും ഉപയോഗിച്ചുള്ള വിശകലനവും, ജനാധിപത്യ പ്രക്രിയകളെ തുരങ്കം വെക്കാനായുള്ള ഉപാധിയായി കണ്ടത് ഇംഗ്ലണ്ടിലെയും അമേരിക്കയിലെയും ചില കോടീശ്വരന്മാരാണ്. അവരാണ് കേംബ്രിഡ്ജ് അനാലിറ്റിക്ക എന്ന കമ്പനിക്ക് ജന്മം നൽകിയത്. പത്തോളം ചെറു രാജ്യങ്ങളിലെ തിരഞ്ഞെടുപ്പുകളിൽ ഇടപെട്ടതിന് ശേഷം ഇവർ ഇംഗ്ലണ്ടിലെ Brexit ഹിതപരിശോധനയിലും, ഡൊണാൾഡ് ട്രംപും ഹിലരി ക്ലിന്റണും തമ്മിലുള്ള അമേരിക്കൻ പ്രസിഡന്റ് തിരഞ്ഞെടുപ്പിലും ഇടപെടലുകൾ നടത്തി എന്നാണ് ആരോപിക്കപ്പെടുന്നത്. എങ്ങിനെയാണ് ഈ സാങ്കേതിക വിദ്യ ജനാധിപത്യ പ്രക്രിയക്ക് ഭീഷണിയാവുന്ന വിധത്തിൽ ഉപയോഗിക്കുന്നത്?

ഇന്ന് പല രാജ്യങ്ങളിലെയും സമൂഹങ്ങൾ രാഷ്ട്രീയപരമായി ധ്രുവീകരിക്കപ്പെട്ടിരിക്കുന്നു എന്നൊരു അഭിപ്രായം ഉണ്ട്. അങ്ങനെ രണ്ട് ധ്രുവങ്ങളിൽ ഇരിക്കുന്ന ആളുകളുടെ വീക്ഷണങ്ങൾ മാറ്റാൻ ബുദ്ധിമുട്ടാണെന്നും. അങ്ങനെ ഇരിക്കെ തിരഞ്ഞെടുപ്പ് പോലുള്ള ജനാധിപത്യ പ്രക്രിയ നടക്കുമ്പോൾ സ്വാധീനിക്കാൻ കഴിയുന്നത് ഇതിനിടയിൽ നിൽക്കുന്ന ആളുകളെ ആണ്. പക്ഷേ ഇങ്ങനെ നിൽക്കുന്ന നിഷ്പക്ഷർ ആരെന്ന് എങ്ങിനെ മനസ്സിലാക്കും? അവിടെയാണ് ഫേസ്ബുക് ലൈക്കുകൾ പോലുള്ള സോഷ്യൽ മീഡിയ ഇടപെടലുകളെ കുറിച്ചുള്ള വിവരങ്ങൾ വിലപ്പെട്ടതാവുന്നത്. ഒരാൾ ഇഷ്ടപ്പെടുന്ന വാർത്തകളും, അവർ പങ്ക് വെക്കുന്ന പോസ്റ്റുകളും നോക്കിയാൽ ആ വ്യക്തി രാഷ്ട്രീയമായി നിഷ്പക്ഷനാണോ അതോ തീവ്രമായി ഏതെങ്കിലും ഒരു രാഷ്ട്രീയ വീക്ഷണം ഉള്ള ആളാണോ എന്ന് ഒരു അൽഗോരിതത്തിന് മനസ്സിലാക്കാം. അങ്ങിനെ ആദ്യം ആളുകളെ തരം തിരിക്കുന്നു. അടുത്ത പടി നിഷ്പക്ഷരായിരിക്കുന്നവരെ സ്വാധീനിക്കലാണ്. പ്രത്യക്ഷത്തിൽ വ്യക്തമാവാത്ത രീതിയിലാണ് ഈ സ്വാധീനം സംഭവിക്കുന്നത്. ഏത് വിഷയങ്ങളിലാണ് അവരുടെ താല്പര്യം, അല്ലെങ്കിൽ ആശങ്ക എന്നതിനനുസരിച്ച് അത്തരക്കാരെ പല കള്ളികളിലാക്കുന്നു. നാട്ടിലെ ക്രമസമാധാന നില, തൊഴിൽ സാധ്യതകളെ ബാധിക്കുന്ന പ്രശ്നങ്ങൾ, ഈ വിഷയങ്ങളും അഭയാർത്ഥി പ്രശ്നവും തമ്മിൽ ഉള്ള ബന്ധം ഇങ്ങനെ അനേകം വിഷയങ്ങളിൽ താല്പര്യമുള്ള പൊതുവിൽ നിഷ്പക്ഷരായ ആളുകളെ പല കള്ളികളിലായി തിരിക്കുന്നു. അടുത്ത പടി ഇവരുടെ അഭിപ്രായങ്ങൾ സ്വാധീനിക്കാൻ പാകത്തിലുള്ള ‘പരസ്യങ്ങൾ’ അവർക്ക് കാണിച്ച് കൊടുക്കലാണ്. പരസ്യങ്ങൾ എന്ന പദം അവിടെ quotation-ൽ കൊടുത്തത് മനപ്പൂർവമാണ്. കാരണം നമ്മൾ സാധാരണ കരുതുന്നത് പോലുള്ള പരസ്യങ്ങൾ ആവില്ല ഇവിടെ ഉപയോഗിക്കപ്പെടുന്നത്. മറിച്ച് പരസ്യങ്ങൾ കാണിക്കുന്ന അതേ സാങ്കേതിക വിദ്യയും വഴികളും ഉപയോഗിച്ച് ആളുകൾ കാണുന്ന വാർത്തകളും മറ്റ് ഇന്റർനെറ്റ് പേജുകളും നിയന്ത്രിച്ചാണ് ആളുകളുടെ അഭിപ്രായങ്ങൾ സ്വാധീനിക്കാൻ ഇവർ ശ്രമിക്കുന്നത്. ഉദാഹരണത്തിന് ക്രമസമാധാന നിലയെ കുറിച്ച് വളരെ ആശങ്കയുള്ള ഒരാൾക്ക് നിരന്തരം അന്യ നാട്ടുകാർ കുറ്റവാളികളായിട്ടുള്ള വാർത്തകൾ കാണിച്ച് കൊടുത്താൽ അവർ സ്വാഭാവികമായും അഭയാര്ഥികൾക്കെതിരാവും, അവരോട് സഹാനുഭൂതി കാണിക്കുന്ന പാർട്ടികൾക്കും സ്ഥാനാർത്ഥികൾക്കും എതിരാവും.

അമേരിക്കൻ പ്രസിഡന്റ് തിരഞ്ഞെടുപ്പിനെ സ്വാധീനിക്കാനായി കൗതുകകരമായ മറ്റൊരു സമീപനവും ഇവർ സ്വീകരിച്ചതായി പറയപ്പെടുന്നുണ്ട്. ഹിലരി ക്ലിന്റന്റെ സ്ഥാനാർഥിത്വം പല ഡെമോക്രാറ്റിക്‌ പാർട്ടി അനുഭാവികളേയും നിരാശപ്പെടുത്തിയിരുന്നു. ആ പാർട്ടിയുടെ മൂല്യങ്ങളോട് അവരെക്കാൾ ചേർന്ന് നിൽക്കുന്ന മറ്റ് സ്ഥാനാർത്ഥികൾ ഉണ്ടെന്നുള്ള വിശ്വാസമാണ് നിരാശക്ക് കാരണമായത്. ഹിലാരിയെ കുറിച്ചുള്ള പ്രതികൂലമായ വാർത്തകളും (ഉദാഹരണത്തിന്, കോടീശ്വരന്മാർ പങ്കെടുക്കുന്ന മീറ്റിംഗുകളിൽ പ്രസംഗിക്കാനായി അവർക്ക് കിട്ടിയ പ്രതിഫലത്തെ കുറിച്ചുള്ള വാർത്തകൾ) തിരഞ്ഞെടുപ്പിൽ തീർച്ചയായും അവർ ജയിക്കും എന്ന പ്രതീതി ഉളവാക്കുന്ന വാർത്തകളും (തങ്ങൾ വോട്ട് ചെയ്തില്ലെങ്കിലും ഹിലരി ജയിക്കും എന്ന് തോന്നിപ്പിക്കാൻ) ഇത്തരത്തിൽ നിരാശരായ ആളുകളുടെ മുൻപിൽ പരസ്യങ്ങൾ കാണിക്കുന്ന അതേ മാർഗ്ഗങ്ങൾ ഉപയോഗിച്ച് കാണിക്കുക എന്നതായിരുന്നു കേംബ്രിഡ്ജ് അനാലിറ്റിക്ക കണ്ട മാർഗ്ഗം. തൻ്റെ ആശയങ്ങളുടെയും അൽഗോരിതങ്ങളുടെയും ഉപയോഗം കണ്ട് വിഷാദനായ ക്രിസ്റ്റഫർ വൈലി ഒടുവിൽ whistle blower ആവാൻ തീരുമാനിക്കുകയായിരുന്നു.

ഇവിടെ സ്വാഭാവികമായും രണ്ട് ചോദ്യങ്ങൾ ഉയർന്ന് വരാം. ഒന്ന്, തിരഞ്ഞെടുപ്പിൽ വോട്ട് ചെയ്യുന്നവരുടെ അഭിപ്രായം സ്വാധീനിക്കാൻ ശ്രമിക്കുന്നത് പുതിയ കാര്യമല്ലല്ലോ എന്ന്. രണ്ട്, വാർത്തകൾ ശരിയായിരിക്കുന്നിടത്തോളം, അവ ഉപയോഗിക്കുന്നതിൽ തെറ്റുണ്ടോ എന്ന്.

തിരഞ്ഞെടുപ്പിൽ വോട്ട് ചെയ്യുന്നവരുടെ അഭിപ്രായം സ്വാധീനിക്കാൻ ശ്രമിക്കുന്നതിന് തിരഞ്ഞെടുപ്പുകളോളം തന്നെ പഴക്കമുണ്ട്. അതിനായി കംപ്യൂട്ടറുകളും അൽഗോരിതങ്ങളും ഉപയോഗിക്കാൻ നടത്തിയ ശ്രമങ്ങൾക്ക് പോലും അര നൂറ്റാണ്ടിലേറെ പഴക്കമുണ്ട്. സാങ്കേതിക വിദ്യ ഉപയോഗിച്ചുള്ള അത്തരത്തിലുള്ള ആദ്യ ശ്രമങ്ങളെ കുറിച്ച് അമേരിക്കൻ ചരിത്രകാരിയായ ജിൽ ലെപോർ “If Then – How the Simulmatics Corporation Invented the Future” എന്ന പുസ്തകത്തിൽ പറയുന്നുണ്ട്. 1960-ൽ ജോൺ എഫ്. കെന്നഡി അമേരിക്കൻ പ്രെസിഡന്റായ തെരഞ്ഞെടുപ്പിലാണ് വോട്ടർമാരുടെ പശ്ചാത്തലത്തിനനുസരിച്ച് അവർക്ക് നൽകുന്ന സന്ദേശങ്ങളെ വ്യക്തിവൽക്കരിക്കാൻ സാങ്കേതിക വിദ്യ ഉപയോഗിക്കാനുള്ള ശ്രമങ്ങൾ ആദ്യം നടന്നത്. അമേരിക്കയിലെ തെക്കൻ സംസ്ഥാനങ്ങളിൽ ഏത് പ്രദേശങ്ങളിൽ കറുത്ത വർഗ്ഗക്കാരുടെ പ്രശ്നങ്ങളെ കുറിച്ച് പറയണം, ഏത് പ്രദേശങ്ങളിൽ വെളുത്ത വർഗ്ഗക്കാരായ മുതലാളിമാർക്ക് അനുകൂലമായ രീതിയിൽ സംസാരിക്കണം എന്നതായിരുന്നു അവർ വളരെ ലളിതമായ അൽഗോരിതങ്ങൾ വഴി നിർണയിക്കാൻ ശ്രമിച്ചത്. അതിന് ശേഷം വിയറ്റ്നാം യുദ്ധകാലത്ത് ആ നാട്ടിലെ ജനങ്ങളെ അമേരിക്കൻ അനുകൂലികളാക്കാനുള്ള ശ്രമങ്ങൾക്കായും സമാനമായ അൽഗോരിതങ്ങൾ ഉപയോഗിച്ചതായി ആ പുസ്തകത്തിൽ പറയുന്നുണ്ട്. ഈ ആശയം മുന്നോട്ട് വെച്ച Simulmatics എന്ന കമ്പനിക്ക്  പത്ത് കൊല്ലമേ ആയുസ്സുണ്ടായുള്ളൂ. അന്നത്തെ കമ്പ്യൂട്ടറുകൾക്കും അൽഗോരിതങ്ങൾക്കും ഉണ്ടായിരുന്ന പരിമിതമായ കഴിവാണ് (computing power) ആ കമ്പനി പരാജയപ്പെടാൻ പ്രധാന കാരണം. അര നൂറ്റാണ്ടിനിപ്പുറത്ത് ആ കഴിവിന് ഭീമമായ തോതിൽ വളർച്ച ഉണ്ടായിട്ടുണ്ട് എന്നുള്ളത് നമുക്കെല്ലാം അറിയാം. ഇന്നത്തെ സോഷ്യൽ മീഡിയ പ്ലാറ്റുഫോമുകളെല്ലാം അതേ ആശയങ്ങളിൽ നിന്ന് പ്രചോദനം ഉൾക്കൊള്ളുന്നവരാണ്. അവർക്ക് ഇന്ന് സാധ്യമായ computing power നമ്മളുടെ വിവേചന ശക്തിക്ക് കടുത്ത വെല്ലുവിളിയുമാണ്.

നമ്മുടെ മുൻപിൽ വന്ന രണ്ടാമത്തെ ചോദ്യം, വാർത്തകൾ ശരിയായിരിക്കുന്നിടത്തോളം അവ ഉപയോഗിക്കുന്നതിൽ തെറ്റുണ്ടോ എന്നതായിരുന്നു. പൊതുവിൽ നമ്മുടെ മുൻപിലേക്ക് വരുന്ന വാർത്തകൾക്ക്, പ്രാതിനിധ്യ സ്വഭാവം ഉണ്ടെന്നുള്ള ബോധമായിരിക്കും പലർക്കും. വാർത്തകളുടെ വിശ്വസനീയതയ്ക്ക് ആ സ്വഭാവം അനുപേക്ഷണീയമാണ്. നേരത്തെ പറഞ്ഞ ഉദാഹരണത്തിൽ, ഹിലരി ക്ലിന്റൺ ജയിക്കും എന്ന വാർത്ത നിരന്തരം കാണുന്ന ഒരാൾ അമേരിക്കയിലെ പല സ്ഥലങ്ങളിലെ ആളുകളുടെയും അഭിപ്രായത്തിനെ അടിസ്ഥാനമാക്കിയാണ് അത് പറയുന്നത് എന്ന ബോധം ഉണ്ടാകാനാണ് സാധ്യത. ചില പ്രത്യേകം സ്ഥലങ്ങളിലെ വാർത്തകൾ മാത്രം എടുത്ത് അത് നിരന്തരം നമ്മുടെ മുൻപിൽ കാണിക്കുന്നത് അത്തരം ബോധത്തിനെ മുതലെടുക്കലാണ്. ഇത്തരം മുതലെടുപ്പിന് വഴിവെക്കുന്നത് മാത്രമല്ല പുത്തൻ സാങ്കേതിക വിദ്യകളും പ്ലാറ്റുഫോമുകളും നമുക്ക് മുൻപിൽ ഉയർത്തുന്ന വെല്ലുവിളി. പത്രം, ടെലിവിഷൻ തുടങ്ങിയ മാധ്യമങ്ങൾ ഒരു സമയത്ത് ഒരേ സന്ദേശമാണ് ആയിരക്കണക്കിന് ആളുകളുടെ മുൻപിൽ അവതരിപ്പിക്കുന്നത്. അതിനാൽ അതേ സന്ദേശം കാണുന്ന മറ്റ് ആളുകളോട് നമുക്ക് അതിനെ കുറിച്ച് ഒരു സംവാദം സാധ്യമാണ്. എന്നാൽ വ്യക്തിവൽക്കരണം നിമിത്തം ആധുനിക സോഷ്യൽ മീഡിയ പ്ലാറ്റുഫോമുകളിൽ ഒരാൾ കാണുന്ന വാർത്തകൾ മറ്റാരൊക്കെ കാണുന്നുണ്ട് എന്ന് നമുക്ക് മനസ്സിലാക്കാൻ കഴിയുകയില്ല. അതിനാൽ അതിനെ കുറിച്ചുള്ള സംവാദവും കൂടുതൽ ദുഷ്കരമാവുന്നു.

സോഷ്യൽ മീഡിയ പ്ലാറ്റുഫോമുകളുടെയെല്ലാം ലക്ഷ്യം അവയുടെ ഉപഭോക്താക്കളെ എങ്ങിനെ കൂടുതൽ കൂടുതൽ സമയം അവയിൽ ചിലവഴിക്കാൻ പ്രേരിപ്പിക്കാം എന്നതാണ്. അതിനായി അവർ ഉപയോഗിക്കുന്ന ഒരു വഴി ഓരോ വ്യക്തിക്കും അവരുടെ സമാനമായ അഭിരുചികളുള്ള ആളുകൾ താല്പര്യം പ്രദർശിപ്പിച്ച വാർത്തകളും വിഷയങ്ങളും കാണിച്ച് കൊടുക്കുക എന്നതാണ്. അതാത് പ്ലാറ്റുഫോമുകളിൽ ആ വ്യക്തിയുടെ സുഹൃത്‌വലയമാണ്, ആ സുഹൃത്തുക്കൾക്ക് താല്പര്യമുള്ള വാർത്തകളും വിഷയങ്ങളുമാണ്, ഇത്തരത്തിൽ ശ്രദ്ധ പിടിച്ച് നിർത്താനായി ഉപയോഗിക്കുന്നത്. നമ്മുടെ സുഹൃത്‌വലയം മുഴുവൻ ഒരേ തരത്തിലുള്ള അഭിപ്രായങ്ങൾ വെച്ച് പുലർത്തുന്നവരാണെങ്കിൽ, നമ്മുടെ മുൻപിലേക്ക് വരുന്ന വാർത്തകളും വളരെ ഏകരൂപമായി പോകും. വിഭിന്നങ്ങളായ കാഴ്ചപ്പാടുകൾ കാണാനുള്ള അവസരം നിഷേധിക്കുക വഴി നമുക്ക് ചുറ്റും ഈ അൽഗോരിതങ്ങൾ ഒരു ‘echo chamber’ സൃഷ്ടിക്കുകയും ചെയ്യുന്നു. പല സമൂഹങ്ങളിലും ഇന്ന് കാണുന്ന ധ്രുവീകരണത്തിന് ഇത്തരം ‘echo chamber’-കൾ ഒരു വലിയ കാരണമാണെന്ന് പറയപ്പെടുന്നുണ്ട്.

പരസ്യങ്ങൾ പ്രദർശിപ്പിക്കാൻ ഉപയോഗിക്കുന്ന സാങ്കേതിക വിദ്യയുടെ നൈതികമായ ഉപയോഗം എന്നതായിരുന്നു നമ്മുടെ മുൻപിലുള്ള വിഷയം. ഈ സാങ്കേതിക വിദ്യയെ കുറിച്ച് അറിഞ്ഞാൽ, ഇന്ന് നമ്മുടെ മുൻപിലേക്ക് വരുന്ന വാർത്തകളും വിവരങ്ങളും സഹജമായി (organically) വരുന്നവയല്ല എന്ന് നമുക്ക് കാണാൻ കഴിയും. ഇതെല്ലാം നിയന്ത്രിക്കുന്ന അൽഗോരിതങ്ങളുടെ കളിപ്പാവകളാവാതിരിക്കാൻ, അവയെകുറിച്ചെല്ലാം നമ്മൾ കുറച്ചെങ്കിലും അറിഞ്ഞിരിക്കേണ്ടതുണ്ട്.

അധിക വായനയ്ക്ക്

1. https://www.pnas.org/doi/10.1073/pnas.1418680112
2. https://nadiapiet.medium.com/when-will-algorithms-know-us-better-than-we-know-ourselves-8579132a4fc9
3. https://www.wired.com/story/facebook-twitter-echo-chamber-confirmation-bias/

മറ്റു ലേഖനങ്ങൾ