Diskusjonen om polarisering har ofte vært knyttet til amerikansk politikk, og Sunsteins bøker om polarisering er preget av at de er skrevet i en amerikansk kontekst. Men det er liten tvil om at problematikken med skarpere fronter i det politiske ordskiftet har blitt stadig mer aktuell også i Norge. En indikasjon på dette er at i år 2000 var ordet «polarisering» nevnt 55 ganger i norske medier, mens det i 2017 var det nevnt 1745 ganger. Nettets rolle i polariseringen er viet mye oppmerksomhet også i den norske debatten.

Jeg skal snart komme tilbake til hva Sunstein mener er drivkreftene bak polariseringen, men for å forstå Sunsteins tilnærming er det nødvendig å først se på hva han mener er problemet med polarisering. Selv om han i stor grad trekker på empirisk forskning, særlig eksperimentell psykologi, er Sunsteins anliggende normativt: han vil advare mot og forsøksvis identifisere tiltak som kan bidra til å dempe polariseringen. Sunstein er særlig bekymret for konsekvenser av mulighetene nettet gir for å filtrere ut informasjonen man ikke vil bli eksponert for. Sunstein peker i sin siste bok, #Republic: Divided democracy in the age of social media, på to idealer som han mener en demokratisk offentlighet bør strebe etter å oppfylle:

«First, people should be exposed to materials that they would not have chosen in advance. Unplanned, unanticipated encounters often involve topics and points of view that people have not sought out and perhaps find quite irritating – but that might change their lives in fundamental ways.”

“Second, many or most citizens should have a wide range of common experiences. Without shared experiences, a heterogeneous society will have a much more difficult time addressing social problems. People may even find it hard to understand each other. Common experiences, emphatically including the common experiences made possible by social media, provide a form of social glue.” (s. 6)

Det er disse betingelser for et velfungerende demokrati Sunstein er opptatt av. Han er bekymret for at disse idealene blir undergravet dersom folk i stadig større grad benytter seg av mulighetene som nettet og de sosiale mediene gir, til å filtrere ut informasjonen de ikke liker, slik at de bare møter informasjon som bekrefter de meningene de allerede har. Sunstein ser økt polarisering og fragmentering som et resultat av slik filtrering. Det er her Sunstein trekker inn resultater fra sosialpsykologi til å forklare polariseringen vi kan observere i tilknytning til sosiale medier.

Mekanismene bak polarisering i sosiale medier

Vi kan skille mellom polarisering som prosess og som resultat. I alminnelig språkbruk kan vi snakke om polarisering som en tilstand kjennetegnet av stor avstand mellom standpunkter, typisk kjennetegnet av fravær av dialog, negativ karakterisering av motparten, og av at partene avskriver hverandres synspunkter uten å gå inn i den andres argumenter. Men i den psykologiske litteraturen, som Sunstein trekker veksler på, er polarisering definert som en prosess hvor partene i en gruppediskusjon drives mot et mer ekstremt standpunkt som følge av diskusjonen:

«The term ‘group polarization’ refers to something simple: after deliberation, people are likely to move to a more extreme point in the direction to which the group’s members were originally inclined” (s. 68).

Denne effekten er veldig godt dokumentert gjennom en lang rekke eksperimenter gjort på alle mulige grupper, fra dommere til abortmotstandere. Sunstein har gitt et stort og verdifullt bidrag ved at han i en rekke bøker har oppsummert og vist relevansen resultatene fra denne forskningstradisjonen har, også for andre fag enn psykologi. Hans poeng er at denne forskningen kan hjelpe oss å forklare og forstå utfordringen med polariseringen vi ser i sosiale medier: folk som stort sett diskuterer på nettet med folk som de er nokså enig med i utgangspunktet vil ende opp med å mene det samme som før, bare i mer ekstrem form.

Sunstein har særlig fremhevet tre forslag til mekanismer som den sosialpsykologiske forskningen har foreslått som forklaringer på polarisering.

Den første forklaringen er knyttet til at en person som diskuterer et tema i en gruppe, gjerne vil fremme de argumentene han eller hun mener er mest overbevisende. Men hvis diskusjonen foregår i en gruppe der folk i utgangspunktet tenderer til å være enige, så vil det komme opp mest argumenter som går i retning av den posisjonen de allerede deler. Dette vil kunne styrke folk i deres oppfatning og drive gruppen i retning av en mer ekstrem variant av den posisjonen de delte i utgangspunktet.

Den andre forklaringen tar utgangspunkt i at folk er opptatt av ryktet sitt i en gruppe. Ofte har noen medlemmer av en gruppe mer status enn andre, og deres mening får derfor større vekt. En effekt vil ofte kunne være at medlemmer av gruppen som ikke deler deres syn lar være å fremme dette, fordi de ikke ønsker å bli oppfattet negativt av de med høyere prestisje. Dersom den dominerende stemmen i gruppen representerer et mer ekstremt standpunkt, vil resten av gruppen kunne følge etter. Dette har vært brukt til å forklare den såkalte «spiral of silence», det vil si at folk i en minoritetsposisjon ofte holder tilbake sitt syn.

En tredje viktig mekanisme er knyttet til gruppetilhørighet. Dersom man tilhører en gruppe med et synspunkt som er en viktig del av gruppens felles identitet, så vil den identitetsfølelsen styrkes gjennom å dyrke motsetningen til meningsmotstandere og dermed bidra til polarisering.

Sunstein presenterer et stort og variert sett av eksempler på likesinnede grupper som diskuterer på sosiale medier, som han bruker til plausibelt å argumentere for at det er gode grunner til å tro at mekanismer av den typen som sosialpsykologene har identifisert, også er i virksomhet på nettet.

Et av mange eksempler er blogging om klimaspørsmål, som er ekstremt polarisert. Dette er en del av nettdebatten jeg selv har studert¹. Vi vet at klimafornekterne lenker nesten utelukkende til hverandre og til kilder som støtter deres syn, det er noen kilder som er enormt dominerende i deres diskurs, og de har sin gruppeidentitet knyttet til avvisningen av enigheten om menneskeskapt global oppvarming. Polariseringen er i dette tilfellet asymmetrisk, siden de som deler konsensusen om menneskeskapt global oppvarming, ikke har avvisning av klimafornekterne som del av sin identitet som gruppe, selv om de avviser standpunktet.

Polarisering i skyttergraven

I forklaringen av polarisering er Sunstein mest opptatt av at folk som er enige med hverandre blir mer ekstreme gjennom å diskutere med hverandre. Derfor er også forslagene hans til tiltak for å motvirke polarisering, knyttet til å utvikle og promotere bruk av plattformer der folk kan møte ulike synspunkter. Men jeg mener han litt for ensidig fokuserer på utviklingen av ekkokammer som årsak til polarisering. For det første er det eksperimentell forskning som viser at folk kan bli mer polarisert også gjennom diskusjon med folk med et annet syn enn dem selv². Når deltakerne i slike eksperimenter blir konfrontert med synspunkt som er i konflikt med det de selv mener, så bruker de lenger tid til å tenke seg om enn hvis de møter synspunkter de deler. Men de bruker ikke den tiden til å reflektere over holdbarheten i argumentene til motparten, men til å mobilisere motargumenter. I eksperimenter utvikler deltakerne en mer ekstrem posisjon enn de ga uttrykk for ved starten av eksperimentet, og den sannsynlige mekanismen er at de gjennom aktiveringen av motargumenter blir mer fastlåst i sin egen posisjon. Hvis dette er riktig, er det en grunn til å tro at det ikke bare er fraværet av alternative synspunkter som driver polariseringen også på sosiale medier.

Det er også en god del forskning om bruk av medier på nettet som viser at selv om folk til en viss grad oppsøker kilder basert på ideologiske preferanser, så velger de ikke nødvendigvis aktivt bort alle kilder som presenterer alternative synspunkter. De fleste mediebrukere blir antakelig eksponert for en god del informasjon som utfordrer deres eget syn på politiske spørsmål.

Ingen bestrider at det politiske landskapet er mer polarisert enn tidligere, hvis vi tenker på polarisering som en beskrivelse av en situasjon der det er fastlåste posisjoner som ikke tar hverandres argumenter alvorlig. Spørsmålet er hvilke prosesser som ligger til grunn for en slik situasjon. Ekkokamre, som Sunstein fokuserer på, er sannsynligvis ikke den eneste forklaringen.

I Norge har forskere ved Institutt for samfunnsforskning vist at vår hjemlige nettdebatt har mer karakter av skyttergravskrig mellom folk med sterkt ulike syn, enn av debatter i ekkokamre³. ISF-forskerne finner at diskusjon både med meningsfeller og meningsmotstandere driver polarisering. Argumentet er ikke at ekkokamre ikke kan drive polarisering, men at polarisering også kan styrkes gjennom konfrontasjon med andre synspunkter. Og betydningen av gruppeidentitet, som Sunstein peker på som forsterker av polarisering, kan være med å styrke polariseringen også i skyttergravs-diskusjon mellom folk som er sterkt uenige.

Utvalgt litteratur

Bøker av Cass Sunstein om relaterte tema:

#Republic: Divided democracy in the age of social media. 2017. Princeton University Press.

Infotopia. How many minds produce knowledge. 2006. Oxford University Press.

Republic.com 2.0. 2007. Princeton Univeristy Press.

On Rumors: How falsehoods spread, why we believe them, what can be done. 2009. Princeton University Press.

– De har presentert en fullstendig feilaktig tolkning av forskningen de viser til, skriver faktisk.no.

Slike feilaktige artikler fremstilt som nyhetssaker er ikke uvanlig å se i sosiale medier.

– Falske nyheter er saker som bevisst sprer usannheter. Hensikten kan være politisk motivert, å skape informasjonskaos, økonomisk vinning gjennom clickbait (klikkagn, red. anm.) eller svindel, sier rådgiver Tone Gunhild Haugan-Hepsø i Medietilsynet.

Falske nyheter. Skjermdump fra Facebook.

Millioner så falsk direktevideo

I en undersøkelse gjennomført av Medietilsynet (pdf) svarte 55 prosent av utvalget at de ser nyheter de ikke opplever som sanne, enten ukentlig eller oftere. Samtidig blir Facebook og andre sosiale medier en stadig viktigere kilde til nyheter for nordmenn.

– Dette er høye tall som viser at det er mye usikkerhet om troverdigheten til nyheter, sier Haugan-Hepsø.

Sosiale medier blir hyppig brukt til spredning av falske nyheter. Mye av årsaken til dette er algoritmene til Facebook, som belønner og fremmer innlegg med mange kommentarer, likes og delinger.

I juli så mange millioner mennesker en falsk direktesendt video på Facebook av hva mange trodde var en tornado. I realiteten var dette bare en kort GIF-fil av et værfenomen som ble spilt av på nytt og på nytt.

https://www.youtube.com/watch?v=EGt3ZvNt9VY&feature=youtu.be

Nettbrukere eksponeres for mer av det samme

Leder Merete Nilsson i Samfunnsviterne (fagforening for samfunnsvitere og humanister) mener at redaktørstyrte medier blir mer og mer viktig i dagens mediesamfunn.

– Det eksisterer utrolig mange ulike typer nettfora som ikke er redaksjonelt styrt, men styrt av enkeltpersoner. For leseren er dette en risiko, for det er vanskelig å vurdere sannhetsinnholdet i innleggene, sier hun.

En annen ting som bekymrer Nilsson er at algoritmene som finnes på nett kan føre til en ekkokammereffekt (filterboble er et annet begrep som brukes om samme fenomen). Dette gjør at du som nettbruker blir eksponert for mye mer av samme type meningsinnhold og innlegg, mens ting du ikke interesserer deg for blir holdt utenfor nyhetsstrømmen din.

Merete Nilsson, leder av Samfunnsviterne, er glad for at falske nyheter blir oppdaget, men mener at det å bekjempe falske nyheter med mer fakta ikke nødvendigvis er løsningen. Foto: Marita Ramsvik

– Det kan oppstå en bekreftelsesskjevhet der du bare får bekreftet de meningene du har fra før. Algoritmene sørger nemlig for at vi primært henter informasjon fra likesinnede. Vi fores dermed med mer av det vi vet og det vi er enige i fra før, og våre synspunkter møter i liten grad motstand, sier Nilsson.

Her har media et betydelig ansvar for å sette dagsordenen og for å legge til rette for en nyansert debatt i lys av store samfunnsutfordringer, ifølge Nilsson. For i verste fall kan ekkokammereffekten forsterke konsekvensene av falske nyheter.

– Det finnes mange som har opplevd å dele noe som viste seg å være noe helt annet enn det man først trodde. På Facebook deler vi ofte det samme som vennene våre liker, og da kan du risikere å videreformidle falske nyheter, sier hun.

Falske nyheter blir mer realistisk

– Falske videoer kan bli så overbevisende at vi kanskje må bli vant til å få våre nyheter uten dem, uttalte Ian Goodfellow, en forsker ved Google Brain, i et foredrag på EmTech MIT 2017.

Mens videoer historisk sett har blitt brukt som beviser på at noe faktisk skjedde, må dagens nettbrukere kanskje bli vant med å ikke kunne tro på videoer som finnes på nett.

– Når det kommer til nyheter, så må vi bare bli mer skeptiske, sier han.

Tidligere krevde det enorme ressurser for å produsere falske bilder og videoer som kunne lure oss. Dette er ikke realiteten lenger. Goodfellow har utviklet et dyplæringssystem med kunstig intelligens (som gjør at datamaskiner kan lære av erfaring). Teknologien kan skape falske, men troverdige bilder. Dermed blir det lettere å lure enda flere mennesker.

Videoen under illustrerer hvordan dataprogrammet har samlet sammen tusenvis av fotografier av kjendiser, og produsert nye bilder av personer som ikke finnes.

– I verste fall kan du bli din egen nyhetsredaktør

Det er viktig å være bevisst på at din Facebook-strøm ser annerledes ut enn andres. Det er også slik at enkelte mediehus legger opp forsidene sine forskjellig ut fra hvem du er når du går inn på siden.

– Når algoritmene styrer det du får opp i newsfeeden, blir du i verste fall din egen nyhetsredaktør og får bare mer av det du er interessert i, sier Nilsson.

Nilsson er redd for at ved bare å ha medier som styres av algoritmer, så mister befolkningen muligheten til å vurdere de store problemstillingene i samfunnet.

– Om du ikke får lest noe som er på tvers av dine egne meninger, så kan du gå glipp av et mer nyansert bilde av saken. Dermed får du jo også i liten grad mulighet til å endre mening. Satt på spissen så kan en polarisering av debatten innebære en ond sirkel av mistillit, som i ytterste konsekvens kan sette hele demokratiet i fare fordi folk flest distanserer seg både fra debatten og deltagelse i demokratiet, sier hun.

Hvordan bekjempe falske nyheter?

Falske nyheter ble for alvor et tema da Donald Trump kom med gjentatte beskyldninger der han anklaget nyhetsorganisasjonene for å spre “fake news”. Dette førte til sterkere søkelys på å gjennomskue hva som er feil og hva som er sant, noe som var spesielt tydelig i den amerikanske valgkampen. Emneknaggen #falskenyheter ble nærmest brukt som et retorisk våpen for å undergrave sin motstander.

– Det er viktig å stille spørsmålstegn ved det å skulle bekjempe falske nyheter med mer fakta, sier Nilsson.

Ved bare å fokusere på hva som er sant eller ikke, så kan dette bidra til å få frem ytterlighetene i debatten, men man får i liten grad et nyansert bilde av problemstillingen som skal diskuteres, mener hun, og trekker frem klimadebatten som et eksempel:

– Klarer man egentlig å overtale skeptikerne ved å bare komme med nye fakta? Vi tror ikke det. For å kunne finne de gode løsningene, må en ta de ulike ståstedene på alvor, få fram dilemmaene og diskutere disse. Da tror vi at en i større grad vil kunne finne reelle løsninger på kompliserte spørsmål som det vil være mulig å skape konsensus om.

Etterligner redaktørstyrte nettaviser

Mange nettsider som sprer falske nyheter etterligner gjerne url-adresser til troverdige eller etablerte nyhetskilder, slik at det ser ut som at nyheten kommer fra en troverdig avsender. I tillegg kopierer de også utseendet til troverdige nettsider.

Tone Gunhild Haugan-Hepsø, rådgiver hos Medietilsynet. Foto: Kine Jensen

– Dette gjør det vanskelig å oppdage. Når i tillegg den falske nyheten spres i samme nyhetsstrøm som ekte nyheter, er det ekstra krevende for leseren å avsløre, sier Haugan-Hepsø.

Som mediebruker bør man alltid være kritisk til kilden. Se på overskriften. Er den for utrolig til å være sann eller har den for eksempel en overdreven bruk av store bokstaver, er det grunn til å være skeptisk.

– Se også på hvem avsenderen er. Kommer nyheten fra en ukjent organisasjon eller nettsted, må du ta en ekstra sjekk, sier Haugan.

Du bør også vurdere om bildene kan være manipulerte eller brukt i en sammenheng som ikke er riktig. Les forskningsrapporten det vises til, sjekk faktaene i saken. Det finnes profesjonelle faktasjekkere som Politifact.com, factcheck.org, snopes.com og den norske faktisk.no som avslører falske nyheter og utsagn.

Frisk morgenluft møter deg når du stiger av nattoget og ut på perrongen på jernbanestasjonen. Det er første gang du er der, og du er litt desorientert. I hvilken retning ligger utgangen? Instinktet ditt er å ta samme vei som flesteparten av folkene som forlater toget sammen med deg. Suksess! Men virker denne strategien for å finne sannheten alltid like godt? Vi ser ut til å være veldig glad i den, ikke bare på jernbanestasjoner, men også når vi velger regjering.

Demokrati kommer fra det greske ordet Demokratia som betyr “styre ved folket”. Implisitt forbinder vi demokrati med ærlighet og rettferdighet. Vi tolker “styre ved folket” som å styre i tråd med det mest alminnelige individuelle valg. Denne ideen om at det som i alminnelighet regnes som sant, mest sannsynlig er sant, er ikke uten vitenskapelig basis, men bare hvis bestemte vilkår overholdes.

Bør du søke etter sannheten bak nyhetene ved å sjekke hvilke artikler med vurderinger av aktuelle hendelser som deles hyppigst av dine Facebook-venner? Vi kan komme nærmere et svar på dette i et lite, men innflytelsesrikt verk kjent som Condorcets juryteorem.

Condorcets juryteorem: Vilkår og betingelser

Marquis de Condorcet var en fransk filosof og matematiker som levde på det sene 1700-tallet; han var aktiv innen tidlig statsvitenskap. Condorcet levde på samme tid som, og var venn med, Leonhard Euler og Benjamin Franklin, han var abolisjonist (motstander av slaveriet) og en tidlig forsvarer av menneskerettigheter og like rettigheter for kvinner og fargede.

Condorcet var en av de første til å ta i bruk matematikk i samfunnsvitenskapene. Han er mest kjent for sitt arbeid knyttet til flertallsbeslutninger eller ‑votering.

Flertallsvotering, eller flertallsstyre (majority rule), er en kollektiv beslutningsmetode som velger ut det alternativet som får et flertall av stemmene. Prinsippet er intuitivt enkelt, men det kan operasjonaliseres med ulike matematiske funksjoner hvis det er mer enn to alternativer å velge blant eller et likt antall personer kan stemme. Condorcets Essay on the Application of Analysis to the Probability of Majority Decisions ga to resultater som vi fortsatt diskuterer og bruker i dag – Condorcets metode for flertallsbeslutninger og Condorcets juryteorem.

I sitt juryteorem identifiserer Condorcet hvor godt egnet flertallsbeslutningen er til å finne frem til det riktige — sanne — svaret på et ja-nei-spørsmål. La oss si at det dreier seg om et ukjent faktum om verden, som for eksempel om været vil bli fint i morgen, eller om det finnes intelligent liv i universet utenfor vårt solsystem. Sannheten om disse faktaene finnes, men er av ulike årsaker ikke tilgjengelig for oss, eller for øyeblikket ikke tilgjengelig.

Condorcet beviste at hvis vi spør et tilstrekkelig stort antall mennesker et binært spørsmål — hvis vi ber dem si at ja, været blir fint i morgen, eller nei, det blir ikke fint – da er det svaret som gis av flertallet som har høyest sannsynlighet for å være riktig. Videre er det slik at jo flere vi spør, jo større er sannsynligheten for at flertallet vil “finne” sannheten.

Imidlertid er det bare når visse betingelser er oppfylt at teoremet gjelder. Og disse betingelsene er temmelig strenge.

Den første, implisitte betingelsen er at vi forsøker å komme frem til sannheten om ett spørsmål, ikke flere spørsmål samtidig som kanskje er relatert til hverandre.

Den andre, temmelig opplagte betingelsen er at spørsmålet vårt må være slik (kalt verdidom i litteraturen, se Rabinowicz 2016) at det forutsetter at det finnes et sant svar. Ikke alle spørsmål godtar verdidommer som svar; noen spørsmål gjelder preferanser. Hvis du og jeg vurderer om vi har lyst til å spise salat eller pasta til middag, er det et spørsmål om preferanse. Jeg foretrekker kanskje salat, du foretrekker pasta, og ingen av oss tar feil. Men hvis vi diskuterer hvilken av disse rettene som er best for helsen, ville vi felle en verdidom. Hvis jeg mener at salat er sunnere, og du mener pasta, da må en av oss ta feil. Det er ikke logisk inkonsistent hvis jeg vet at salat er bedre for helsen, men likevel foretrekker å spise pasta. Siden det ikke eksisterer en sannhet når en vurderer preferanser, kan ingen sannhet finnes.

Nicolas de Condorcet (1743–94) — fortsatt aktuell. Bildet henger i slottet i Versailles. (foto: Wikimedia Commons)

Den tredje betingelsen som må være oppfylt for at Condorcets teorem skal gjelde, er at kildene til verdidommene må være eksperter. Heldigvis er definisjonen av ekspert temmelig løs i matematikk og økonomi. En ekspert defineres som en person som kan gjette bedre enn et myntkast. Eller formelt: En ekspert er en person som har en høyere sannsynlighet enn 50 prosent for å gi et riktig svar på et ja-nei-spørsmål. Hvis jeg prøver å bestemme meg for om jeg skal gå til venstre eller høyre, og kaster en mynt 100 ganger, er det ikke garantert at det er riktig å gå til venstre selv om 80 av myntkastene gir dette svaret. I dette tilfellet, hvis påliteligheten til kildene er mindre enn 50 prosent, er det bedre å velge en tilfeldig kilde og spørre om vedkommendes avgjørelse, enn å stole på flertallsbeslutningen.

Den fjerde og strengeste betingelsen for å bruke Condorcets juryteorem, gjelder den statistiske uavhengigheten mellom kildene. To kilder er statistisk uavhengig av hverandre hvis det binære svaret (ja eller nei) fra en av kildene ikke påvirker sannsynligheten for om den andre kilden ville svare ja (eller nei) på det samme spørsmålet. Intuitivt krever uavhengighet at kildene ikke drøfter saken med hverandre, ikke blir påvirket av en innflytelsesrik opinionsleder, ikke har samme eller lignende erfaring eller opplæring, og ikke deler samme informasjon (se Ladha 1995).

Betingelsen om kildenes uavhengighet er veldig strikt, men den ble oppfylt av folkemengden som forlot toget sammen med deg. Menneskene i mengden kjente hverandre ikke og koordinerte ikke beslutningen med hverandre. De har også lært uavhengig av hverandre hvor utgangen er, siden de har tatt toget ofte, eller har sett et skilt til utgangen som du ikke fikk med deg. Folkemengden på toget oppfører seg dermed som uavhengige informasjonskilder. De er også eksperter, i hvert fall de fleste av dem, siden de vet hvor utgangen er.

Sosiale medier og kildematerialets uavhengighet

Når det gjelder dine Facebook-venners deling av lenker til artikler, er betingelsen om uavhengighet ikke oppfylt – og dette henger sammen med hvordan Facebook fungerer.

Det er åpenbart at dine venner er folk som påvirker hverandres meninger i kraft av å delta sammen i et sosialt nettverk. Dette er også ofte folk som deler lignende erfaringer og bakgrunn. Disse korrelasjonene (samvariasjonen) eksisterer nødvendigvis mellom vurderingene deres, og påvirker hvordan meninger og synspunkter formes mellom venner. Dette er noe vi som samfunn sakte er i ferd med å bli klar over.

Konseptet som langsomt trenger inn i vårt digitale liv er filterboblen.

En filterboble er en tilstand som blir skapt for en nettbruker når en personalisert søkealgoritme gjetter hva slags informasjon brukeren ønsker å se. Som resultat av dette blir ikke brukeren eksponert for informasjon som ikke støtter hans eller hennes synspunkt.

Filterbobler kan føre til at en bruker til og med har gått glipp av relevant informasjon som ellers er velkjent i samfunnet.

Hvis du ikke burde høre på vennene dine for å finne sannheten, burde du kanskje heller sjekke hva folk på nettet som du ikke kjenner sier. Hvorvidt den digitale folkemengden av fremmede vil føre deg mot sannheten, avhenger av hvordan de finner nytt innhold som de senere kan dele, like eller avsky.

For å være sikker på at majoriteten av vurderinger hjelper deg med å finne sannheten, må du være sikker på at kildene de fremmede har brukt ikke snakker med hverandre og at de får informasjon fra ulike uavhengige kilder. La oss her anta at nyhetene som rapporteres på nett virkelig er originale artikler heller enn bare meninger og sammenfatninger av en håndfull nyhetsmeldinger.

Verktøyene som velger ut nettinnhold for deg

Internettet har gjort det mulig for folk å kommunisere med hverandre i et større omfang enn noen gang før. Det har også gitt mange mulighet til å ytre seg og bli sett og hørt. Dette havet av uendelige mengder innhold kan vi umulig ha full oversikt over, så hvordan finner vi det innholdet som vi mest sannsynlig er interessert i? Denne jobben gjøres av anbefalingssystemer.

Et anbefalingssystem er programvare som forutsier hvor sannsynlig det er at en bestemt tekst (eller annet innhold) er teksten du er på jakt etter. Avhengig av konteksten systemet brukes i, betyr dette hvor dekkende svaret er på spørsmålet du har stilt eller hvor sannsynlig det er at du liker et nytt produkt, innhold eller tjeneste. Anbefalingssystemer er svært viktige verktøy for å oppdage innhold, og er bl.a. en av grunnene til at vi i dag har meget effektive søkemotorer.

Et av de første og mest berømte anbefalingssystemene er PageRank. PageRank er en algoritme brukt av Googles søkemotor til å rangere svar på søkeord etter relevans. Den er kalt opp etter Larry Page, en av gründerne bak Google. PageRank avgjør hvor viktig et nettsted er ved å telle hvor mange nettsteder som lenker til det. Den underliggende antakelsen er at jo mer relevant en nettside er, jo flere nettsider lenker til den. Intuisjonen bak denne antakelsen kommer for øvrig fra akademia: De mest relevante artiklene på et forskningsfelt er de som har flest siteringer i vitenskapelige tidsskrifter.

PageRank er utformet spesifikt for å rangere nettsider etter relevans. For å forutsi hvor godt du vil like innhold du ennå ikke kjenner, er det typisk metoder kalt sosial filtrering (collaborative filtering) som brukes. For å avgjøre om du vil være interessert i innholdet, tas to typer informasjon i betraktning. Det første er: Hvor godt likte du lignende innhold? Og det andre: Hvor godt likte brukere som ligner mest på deg dette innholdet? Antakelsen her er at du mest sannsynlig vil like det dine venner og folk som ligner deg liker.

Anbefalingssystemer og flertallsvotering

Noe som kanskje ikke er så opplagt, er at anbefalingssystemer, særlig PageRank og sosial filtrering, har flertallsvotering i sin kjerne.

Kanskje overser vi dette fordi vi tenker på votering — stemmegivning — som den seriøse handlingen vi foretar en gang hvert fjerde år når vi går til valglokalet og stemmer på partier og politikere. På Internett “stemmer” vi hele tiden ved stadig å velge ett av et utvalg alternativer: Den lenken som mest trolig gir oss det vi er ute etter; den søteste videoen; den mest spennende nyhetsartikkelen. Men hva som står øverst på listen av valg som vi blir tilbudt og faktisk velger fra er også bestemt av valgene til de fremmede menneskene som ligner mest på oss på Internett.

Illustration: Moshanin/Wikimedia Commonscba

Eksempel på hvordan sosial filtrering fungerer.

Uavhengig “stemmegivning” er ikke en realitet på nett. Men er dette et problem når det gjelder å finne frem til sannheten?

Uavhengighetsbetingelsen i Condorcets juryteorem er veldig streng og selv off-line vanskelig å oppfylle i praksis. Krishna Ladha og andre har undersøkt hvor stor korrelasjon det kan være mellom velgere før Condorcets teorem ikke lenger gjelder. Hans konklusjon er at effektiviteten ved flertallsvotering avtar etter hvert som korrelasjonen mellom velgere øker. Dette betyr at jo mer dine venner ligner deg, jo mindre vil summen av vurderingene de gjør peke mot sannheten.

Ladha viser også at sannsynligheten for at majoriteten av korrelerte stemmer gir riktig svar avhenger av antallet stemmer. Store grupper er relativt robuste og tåler høyere gjennomsnitt på korrelasjonskoeffisienten. Med andre ord, jo mer historie, erfaringer og informasjonskilder du deler med dine venner, jo større må gruppen av venner være for at flertallets vurdering av et spørsmål peker mot sannheten. Det er liten statistisk sannsynlighet for at flertallet i en liten gruppe av svært nære venner vil finne det riktige svaret på et binært spørsmål.

Heldigvis er det mange fremmede på Internett. Dette er observasjonen Masterton, Olsson og Angere gjorde. De så skyggen av Condorcets juryteorem i PageRank: Sannsynligheten for at en nettside er relevant øker med antallet “stemmer” den får fra andre nettsider. Masterton, Olsson og Angere undersøkte hvor god PageRank er til å finne det riktige svaret på et spørsmål. Deres svar: temmelig god. Mer presist, de viser at PageRanks lenke-baserte rangering av nettet kan forsvares vitenskapsteoretisk. Disse forskernes empiriske analyse bygger naturligvis på visse forutsetninger om uavhengigheten av nettsider.

Hvordan sosial filtrering bidrar til å gjøre om flertallets beslutninger til sannhet er et uutforsket spørsmål som vi må ta alvorlig. Flertallsvotering er en svært intuitiv og enkel måte å iverksette demokrati på, og det er i kjernen av mange valgsystemer rundt om i verden. Hvis man i en gruppe har behov for å velge et alternativ i en sak, sikrer flertallsvotering at så få mennesker som mulig er misfornøyd med gruppens valg. Condorcet ga flertallsvotering ytterligere legitimitet ved å vise at den også er en god metode for å vise vei til sannheten, noe vi forstår intuitivt når vi befinner oss på jernbanestasjonen i en ny by. Men det er grenser for flertallsvoteringens evne til å finne sannheten, og dette er noe vi må være klar over.

På nett som i det virkelige liv er instinktet vårt å stole på de manges oppfatning, men er de mange oppfatningene vi ser virkelig forskjellige? Kanskje er de bare omhyggelig utvalgt av en algoritme for å reflektere det algoritmen har regnet seg frem til at vi ønsker å se. Når vi vet dette, kan vi kanskje ta juryteoremene og arbeidet til Condorcet og hans etterfølgere til hjelp, og finne bedre løsninger.

Litteratur

Włodek Rabinowicz (2016). Aggregation of Value Judgments Differs from Aggregation of Preferences. 10.1163/9789004312654_003

Krishna K. Ladha (1995). Information pooling through majority-rule voting: Condorcet’s jury theorem with correlated votes. Doi: http://dx.doi.org/10.1016/0167–2681(94)00068‑P

George Masterton, Erik J. Olsson and Staffan Angere (2016). Linking as voting: how the Condorcet jury theorem in political science is relevant to webometrics. Doi:10.1007/s11192-016‑1837‑1

Franz Dietrich and Kai Spiekermann (2016). Jury theorems. Working paper.