FAGPORTALEN

Filterbobler og ekko-kamre (Eli Pariser)

Informatik C · STX · C-niveau · Algoritmer og bias

💻 Filterbobler og ekko-kamre (Eli Pariser)

Filterboble (Eli Pariser "The Filter Bubble" 2011) = personaliseret informations-univers skabt af algoritmer baseret på din tidligere adfærd, klik, lokation. Du ser ikke det samme internet som din nabo.

Konsekvens: ensartet verdensbillede, mistede modargumenter, falske mængdeillusioner ("alle mener som mig").

Eksperiment: Pariser fik to venner (en konservativ, en liberal) til at google "Egypten" — meget forskellige resultater. Google demoterede "irrelevante" perspektiver.

Ekko-kammer (echo chamber, Sunstein 2001 før Pariser): online communities hvor lignende synspunkter forstærkes + modsynspunkter dæmpes. Mest udtalt på partisanske subreddits, Telegram-kanaler, alt-right Twitter, venstreorienterede TikTok.

Forskningsstatus: Komplekst — nogle studier (Bakshy 2015) viser at de fleste eksponeres for diverse synspunkter på Facebook; andre (Cinelli 2021) påviser stærke ekko-kamre på Twitter omkring vaccine, klimaændringer. Politisk polarisering i USA + Europa er empirisk dokumenteret 1990-2024 (Pew Research).

Algoritmer som forstærker: YouTube-anbefalinger førte til radikalisering (rapporteret af Zeynep Tufekci, "YouTube the Great Radicalizer").

Modtræk: Algorithmic transparency (DSA krav), chronological feed-mulighed (Twitter, Instagram), eksponering for andre synspunkter (NewsGuard, AllSides — viser nyhed fra venstre/center/højre), digital literacy-uddannelse, fact-checking (Snopes, FactCheck.org).

Læringsmål

Sådan kan du arbejde med emnet

Arbejd iterativt med prototyper og dokumentation. Test, evaluér og dokumentér.

Øv dette emne med AI — quizzer, forklaringer og feedback tilpasset dit niveau.

Prøv Fagportalen gratis

🤖 Denne side er skrevet med kunstig intelligens og fagligt gennemgået af Fagportalen, som har det redaktionelle ansvar. Finder du en fejl, så skriv til support@fagportalen.dk.