新算法可以減少信息過載導致的極化

隨著可用信息量的擴大，一個人能夠吸收的分數逐漸減少。他們最終退縮到狹narrow的思想中，變得更加容易受到錯誤信息的影響，并分化為孤立的，相互競爭的意見飛地。為了打破這一循環，計算機科學家說，我們需要新的算法來優先考慮更廣泛的觀點，而不是滿足消費者的偏見。

倫斯勒理工學院計算機科學教授Boleslaw Szymanski說：“這是武裝的呼吁。” “知情的公民是民主的基礎，但是提供信息的大公司的利益是向我們出售產品。他們在互聯網上這樣做的方式是重復我們表現出的興趣。他們不感興趣。隨著讀者的成長;他們對讀者的持續關注感興趣。”

伊利諾伊大學厄巴納-香檳分校，加利福尼亞大學洛杉磯分校和加利福尼亞大學圣地亞哥分校的Szymanski及其同事在arXiv.org上發表的一篇論文中探討了這種令人困擾的“信息訪問悖論”。

社會和認知網絡專家Szymanski說：“您認為讓每個人都能成為作者將是一件幸事。”以前的工作包括發現了一個堅定的少數族群影響結果的力量的發現。“但是，人類的注意力范圍并沒有為億萬作家準備。我們不知道該閱讀什么，而且由于我們無法選擇所有內容，因此我們只是回到熟悉的領域，去代表我們自己的信念的作品。 ”

伊利諾伊大學厄巴納香檳分校的教授和大學的塔里克·阿卜杜勒扎赫(Tarek Abdelzaher)表示，這種影響也不是完全史無前例的。

Abdelzaher說：“這并不是第一次提供連通性和增加訪問權限導致兩極分化。” “當美國州際高速公路系統建成時，城市的社會經濟兩極化加劇。連通性使人們能夠自我隔離成更多同質的，分散的社區。這個項目的主要問題是：如何消除創建信息高速公路的兩極化效應? ”

當我們自己的人為限制與最大化“點擊”的信息管理系統結合使用時，效果會更加惡化。

為了打破這一周期，作者認為必須從僅“給消費者更多的這些消費者表達的興趣”的系統中更改提供每日個性化信息菜單的算法。

作者建議采用一種長期用于傳達歷史的技術，以便為距今更遠的事件提供更緊密的匯總。他們稱這種內容管理模型為“知識的可擴展表示”。算法將從“提取性摘要”(它提供了我們過去使用的更多內容)轉變為“抽象性摘要”，這增加了我們可以消化的可用思想的比例。