История изменений

Просто так получилось потому что о проблеме раньше никогда никто не думал.

Ну как же не думал. По поводу information bubble который возникает при использовании тюненного поиска и рекомендаций за последние лет 10 только ленивый не писал.

Иногда этот bubble полезный, например когда по generic-словам поиск всё равно выдает линуксовые how-to вместо рекламных материалов. Но понятно что для политических и культурных вещей он сильно ограничивает.

И вот как раз это нужно исправить чтобы алгоритмы ничего не навязывали.

Непонятно каким образом это можно исправить через подсовывание данных. Подчеркивать стереотипы - это фундаментальная основа machine learning алгоритмов, определение их сути. Тут по-моему только осознанный отказ от применения методов machine learning для класса задач может помочь. То есть методичное обучение пользователей о рисках и проблемах этих методов, и отказ от персонализированного Google как основного источника информации.

Вряд ли тот же Google на такое пойдет.

Просто так получилось потому что о проблеме раньше никогда никто не думал.

Ну как же не думал. По поводу information bubble который возникает при использовании тюненного поиска и рекомендаций за последние лет 10 только ленивый не писал.

Иногда этот bubble полезный, например когда по generic-словам поиск всё равно выдает линуксовые how-to вместо рекламных материалов. Но понятно что для политических и культурных вещей он сильно ограничивает.

И вот как раз это нужно исправить чтобы алгоритмы ничего не навязывали.

Непонятно каким образом это можно исправить через подсовывание данных. Подчеркивать стереотипы - это фундаментальная основа machine learning алгоритмов, определение их сути. Тут по-моему поможет только осознанный отказ от применения методов machine learning для класса задач может помочь. То есть методичное обучение пользователей о рисках и проблемах этих методов, и отказ от персонализированного Google как основного источника информации.

Вряд ли тот же Google на такое пойдет.