[ad_1] این را تصور کنید: شما در حال پیمایش از طریق LinkedIn یا Twitter و یک پست از یک آشنای دور هستید – شاید یک همکلاسی قدیمی ، یک همکار سابق یا یک دوست یک دوست – چشم شما را به خود جلب می کند. آنها یک پست شغلی ، یک مقاله روشنگ...
[ad_1]
این را تصور کنید: شما در حال پیمایش از طریق LinkedIn یا Twitter و یک پست از یک آشنای دور هستید – شاید یک همکلاسی قدیمی ، یک همکار سابق یا یک دوست یک دوست – چشم شما را به خود جلب می کند. آنها یک پست شغلی ، یک مقاله روشنگری یا دیدگاه جدیدی را به اشتراک می گذارند که تفکر شما را تغییر می دهد. شما اغلب با آنها صحبت نمی کنید ، اما پست آنها چیزی را برای شما تغییر می دهد.
این قدرت پیوندهای ضعیف است.
در سال 1973 ، جامعه شناس مارک گرانوتر مفهوم را معرفی کرد قدرت پیوندهای ضعیف، تئوری که یکی از تأثیرگذارترین ایده ها در علوم اجتماعی است. وی استدلال کرد که در حالی که دوستان نزدیک ما (روابط قوی) پشتیبانی عاطفی را ارائه می دهند ، اغلب آشنایان ما (روابط ضعیف) هستند که ما را با فرصت ها ، ایده ها و اطلاعات جدید آشنا می کنند.
سریع به چشم انداز دیجیتال امروز بروید ، و نظریه گرانوتر از همیشه مرتبط است. سیستم عامل های رسانه های اجتماعی دارای روابط ضعیف فوق العاده ای هستند و به ما امکان می دهد تا با مردم در صنایع ، فرهنگ ها و جغرافیاها ارتباط برقرار کنیم. اما با توجه به اینکه هوش مصنوعی اکنون آنچه را می بینیم ، این سؤال را مطرح می کند: آیا ما هنوز از روابط ضعیف به همان روشی که گرانوتر پیش بینی می شود ، سود می بریم ، یا آیا هوش مصنوعی در حال تغییر شکل پارچه شبکه های اجتماعی ما است؟
طبیعت انسانی ما را به سمت آشناها سوق می دهد. ما تمایل داریم با کسانی که ارزش ها ، علایق و تجربیات خود را به اشتراک می گذارند ، اوراق قرضه محکمی ایجاد کنیم. در حالی که این روابط نزدیک گره خورده برای بهزیستی عاطفی بسیار مهم است ، آنها همچنین می توانند اتاق های اکو را ایجاد کنند-آنچه را که ما قبلاً اعتقاد داریم و محدود کردن قرار گرفتن در معرض دیدگاه های جدید را تقویت می کنند.
پیوندهای ضعیف ، از طرف دیگر ، محافل مختلف اجتماعی را برطرف می کنند. آنها دسترسی به ایده های جدید ، فرصت های شغلی و دیدگاه های متنوع را فراهم می کنند. Granovetter دریافت که بیشتر افراد نه از طریق دوستان نزدیک بلکه از طریق آشنایان – افرادی که خارج از شبکه فوری خود هستند که آنها را به دنیای اجتماعی مختلف متصل می کنند ، مشاغل را تأمین می کنند.
اما اینجاست که هوش مصنوعی و رسانه های اجتماعی معادله را پیچیده می کنند.
بسترهای نرم افزاری رسانه های اجتماعی برای شخصی سازی آنچه می بینیم به الگوریتم های هوش مصنوعی متکی هستند. این الگوریتم ها محتوا را که با رفتارهای گذشته ما مطابقت دارد ، در اولویت قرار می دهد – لک ها ، اشتراک ها و نظرات – ایجاد یک خوراک سرپرست که منافع موجود ما را تقویت می کند. این بدان معنی است که ما ممکن است بیشتر با روابط قوی خود درگیر شویم در حالی که کمتر از روابط ضعیف می بینیم ، افرادی که می توانند ما را با فرصت های جدید آشنا کنند.
این را در نظر بگیرید: آخرین باری که یک پست LinkedIn را از شخصی که یک بار در یک کنفرانس با او ملاقات کرده اید دیدید؟ یا یک داستان اینستاگرام از یک همکلاسی قدیمی دبیرستانی که اکنون در نیمه راه جهان زندگی می کند؟ مگر اینکه به طور فعال با آنها درگیر شوید ، AI احتمالاً محتوای آنها را به پس زمینه سوق می دهد.
این پارادوکس رسانه های اجتماعی محور AI است. این ما را بیش از هر زمان دیگری متصل می کند ، اما همچنین می تواند قرار گرفتن در معرض روابط بسیار ضعیفی را که می تواند افق ما را گسترش دهد ، محدود کند.
تأثیر هوش مصنوعی در پیوندهای ضعیف فراتر از محدود کردن قرار گرفتن در معرض است – می تواند حباب های فیلتر و اتاق های اکو را تقویت کند. حباب های فیلتر هنگامی اتفاق می افتد که الگوریتم ها محتوا را آنقدر پرخاشگرانه شخصی کنند که ما فقط اطلاعاتی را مشاهده می کنیم که با اعتقادات موجود ما هماهنگ باشد. این امر باعث می شود که روابط ضعیف کمتر قابل مشاهده باشد و احتمال مواجهه با دیدگاههای متنوع را کاهش می دهد.
Echo Chambers این قدم را یک قدم جلوتر برداشته و به فکر گروهی تقویت می شود. هنگامی که ما فقط با افراد همفکر تعامل داریم ، از عقاید مخالف که نظرات خود را به چالش می کشد و اصلاح می کند ، از دست می دهیم. روابط ضعیف به طور طبیعی اتاق های اکو را مختل می کند و دیدگاه های جدیدی را ارائه می دهد که از رکود فکری جلوگیری می کند. اما اگر هوش مصنوعی این تعامل ها را محدود کند ، جهان بینی های ما باریک تر می شوند.
اگر AI بتواند برعکس انجام دهد چه می شود؟ به جای تقویت ترجیحات موجود ، اگر به طور فعال اتصالات کراوات ضعیف را تشویق کند ، چه می شود؟
برخی از محققان و سیستم عامل های رسانه های اجتماعی ممکن است در حال آزمایش راه هایی برای متنوع سازی فیدها و بازگرداندن سرنوشت به تعامل دیجیتال باشند. برخی از راه حل های احتمالی AI محور عبارتند از:
هوش مصنوعی به جای اینکه ما را در مناطق راحتی دیجیتال نگه داریم ، می تواند مزایای پیوندهای ضعیف را تقویت کند – اگر آن را به این روش طراحی کنیم.
تا زمانی که هوش مصنوعی به سمت ارتقاء پیوندهای ضعیف تغییر کند ، می توانیم اقدامات پیشگیرانه ای را برای خارج شدن از حباب های الگوریتمی خود برداریم:
تحقیقات Granovetter به ما یادآوری می کند که قدرت واقعی شبکه های اجتماعی نه این است که ما از قبل می شناسیم ، بلکه در اتصالات انتظار برای ایجاد است. عصر دیجیتال فرصت های بی نظیری را برای استفاده از روابط ضعیف فراهم می کند – اگر ما با عاقلانه حرکت کنیم.
در حالی که AI فیدهای ما را شکل می دهد ، ما هنوز آژانس داریم. با عمدی در مورد چگونگی تعامل با رسانه های اجتماعی ، می توانیم مزایای پیوندهای ضعیف را پس بگیریم و اطمینان حاصل کنیم که فناوری به عنوان یک پل و نه یک مانع ، برای فرصت و کشف عمل می کند.
همانطور که به جلو حرکت می کنیم ، بیاد بیاوریم:
“ذهن که به یک ایده جدید باز می شود هرگز به اندازه اصلی خود باز نمی گردد.”Albert Einstein
با در آغوش گرفتن روابط ضعیف-یک خط و آفلاین-ذهن ، مشاغل و دیدگاه های خود را در حال گسترش نگه می داریم.
[ad_2]
