Είναι αλήθεια πως η τεχνητή νοημοσύνη έχει αρχίσει να αποτελεί κομμάτι του ψηφιακού μετασχηματισμού των επιχειρήσεων αλλά και διαμορφώνει παραδοσιακές υπηρεσίες όπως το μάρκετινγκ που μέχρι πρότεινος απλά χωρίζονταν σε online - offline. Οι κοινωνίες μας αρχίζουν και γίνονται αρκετά phygital (physical-digital). Αυτό σημαίνει πως δρούμε στο φυσικό χώρο αλλά σκεφτόμαστε ψηφιακά. Έτσι αναδύονται διάφορα επιχειρήματα. Οι εταιρείες αλλά και ο παγκόσμιος ιστός γενικά, χρησιμοποιούν μέσα από τα δίκτυά τους, φίλτρα για προτεινόμενο περιεχόμενο, είτε αυτό αφορά κείμενα, βίντεο, μουσική, φωτό, ψηφιακά αρχεία. 
 
Ελοχεύει όμως έτσι ο κίνδυνος αυτού που στην τεχνητή νοημοσύνη και την τεχνολογία γενικότερα ονομάζεται filter bubbles. Δηλαδή οι χρήστες να εκτίθενται σε περιεχόμενο που πρέπει να ταιριάζει αποκλειστικά με τις αξίες τους και τις απόψεις τους και να είναι απόλυτα ευθυγραμμισμένοι με αυτό. Έχουν δική τους κοσμοθεωρία... Έτσι αρχίζουν και τα παράδοξα. Στο πανεπιστήμιο του Ελσίνκι που παρακολούθησα AI σε ένα διαγώνισμα, μας ζητήθηκαν τα πλεονεκτήματα και τα μειονεκτήματα των filter bubbles, ο καθένας με βάση τις δικές του σκέψεις.
 
Οι μεν εταιρείες να στηρίζονται σε περιεχόμενο που επιδιώκει την ταύτιση και τη συσχέτιση με το κοινό ως διαφήμιση ή ως ROI (Return On Investment) και άρα να ποντάρουν στα filter bubbles, ή δε παγκόσμια πληροφορία να πρέπει να είναι πολύ ευρύτερη των target groups ώστε να μας δίνει σφαιρική ενημέρωση. Αριστεροί, αντιεξουσιαστές, διανοούμενοι, ριζοσπάστες, κεφάλαιο και αντικαπιταλιστές, δημιουργοί, καλλιτέχνες κουλτουρέ και μη, επιστήμονες, άθεοι αλλά και θρησκευόμενοι, γιάπηδες αλλά και λιγότερο ευνοούμενοι, κυβέρνηση και αντιπολίτευση συνυπάρχουν όλοι σε αυτό που ονομάζουμε παγκόσμιο ιστό.
 
Όλα είναι πιθανά για όλους στα κοινωνικά δίκτυα. Ή μήπως όχι; Τα filter bubbles αποτελούν μία επεξεργασία εκατομμυρίων χρηστών που στηρίζεται στο similarity του περιεχομένου. Εμπορικότερα, χρήστες με παραπλήσια συμπεριφορά στο παρελθόν έχουν παραπλήσια συμπεριφορά στο μέλλον και αυτό μπορεί να χρησιμοποιηθεί για διαφήμιση και πρόβλεψη πωλήσεων σε ένα είδος. Αν πχ εγώ ως Χ ταιριάζω παρελθοντικά περισσότερο με τον Ψ και ο Ψ αγόρασε πρόσφατα βιβλία στο Amazon, τότε το σύστημα διαφημίζει και σε μένα παραπλήσια βιβλία.
 
Ο αλγόριθμος με τον οποίο γίνεται αυτό ονομάζεται "ταξινομητής πλησιέστερου γείτονα" (nearest neighbor classifier). Είναι αναγκαίος πάνω απόλα "στους λογισμούς" των χρηστών. Μπορεί για παράδειγμα το περιεχόμενο του Harvard Business Review να απευθύνεται σε κομμουνιστές; Ακριβώς για να αποφευχθούν τέτοια έκτροπα, οι χρήστες καλούνται να κατασταλλάξουν ως προς τα filter bubbles. Πότε εκτίθενται σε περιεχόμενο το οποίο καταφέρνει και τους βγάζει από το παρκάκι στο οποίο έχουν μεγαλώσει.
 
Τι δίκτυο δημιουργούν, σε τι περιεχόμενο εκτίθενται, πότε να αλληλεπιδρούν και πότε όχι είναι ερωτήματα που αποδεικνύουν πως δεν μπορούμε να προβλέψουμε τα πάντα εκ των προτέρων, δεν μπορούμε να έχουμε πχ κοινωνία χωρίς ανισότητες, συγκρούσεις, κλπ. Απαιτείται μία μίνιμουμ εμπλοκή αλλά και εμπλοκή με υπηρεσίες προτού φθάσει κανείς να συζητά το τι περπατάει περισσότερο. Εν κατακλείδι ισχύει αυτό που λένε πως η δημιουργική γραπτή έκφραση, αυτή που εκτίθεται και προβάλλεται, είναι ένα πολύ μικρό ποσοστό του υποσυνείδητου.
 
Τότε αν σκάψουμε βαθιά μέσα σε αυτό φτάνουμε σε ένα πυρηνικό DNA στο βάθος των ωκεανών του μυαλού, ένα επίπεδο στο οποίο είμαστε όλοι ίδιοι ανεξάρτητα από το πόσο διαφορετικά είναι τα πράγματα στην επιφάνεια. Και σε αυτό καλούμαστε όλοι να αναζητήσουμε την ισορροπία... Άβυσσος και επιφάνεια...
 
Μενέλαος Γκίκας