Dịch vụ trên mạng đòi hỏi những nội dung dễ phân loại hơn, và người dùng không còn cách nào khác phải tuân theo.

“Vì ngươi chỉ biết câm nín và quá lười lên tiếng, sự ngu ngốc đã xâm chiếm suy nghĩ của ngươi”

– Shakespeare, Henry VI

“Tôi cảm thấy tồi tệ cho thế hệ trẻ, vì họ có cả vũ trụ trên tay qua những hashtag.”

– Ottessa Moshfegh

Mức độ phản hồi người dùng lúc ban đầu được các dịch vụ trực tuyến khuyến khích là một tính năng. Thật dễ dàng để máy tính hiểu về ý nghĩa của nút “like” hoặc “⭐⭐⭐⭐⭐” hơn là một đoạn văn bản. Chẳng hạn, đánh giá của người dùng ở Yelp là một phần cần thiết trong việc thu hút người dùng đến nhà hàng, nhưng Yelp không thể tồn tại mà không có bảng đánh giá số sao để phân loại, lọc và phân tích lịch sử theo thời gian (ví dụ: theo dõi xem nhà hàng có trở nên tồi tệ hơn không). Điều này dẫn đến những quy luật sau của dữ liệu mạng.

Quy luật đầu tiên 

Trong bất kỳ ngữ cảnh tính toán nào,
dữ liệu có cấu trúc rõ ràng
sẽ xuất hiện trên cùng.

Dữ liệu “có cấu trúc rõ ràng” là bất kỳ dữ liệu nào có phân loại, định lượng và/hoặc thứ hạng, hoàn toàn khép kín, không yêu cầu bất kỳ ngữ cảnh sử dụng nào. Chúng hơn những dữ liệu phi cấu trúc như văn bản ngôn ngữ, hình ảnh và video, dữ liệu tồn tại trong ngữ cảnh có cấu trúc và định lượng – có thể là DSM, hồ sơ tín dụng, Dungeons & Dragons, giao dịch tài chính, danh mục sản phẩm Amazon hoặc hồ sơ người dùng trên Facebook – ở chỗ chúng hữu ích hơn và quan trọng hơn đối với thuật toán, cũng như với những nhân viên và công ty sử dụng những thuật toán đó.

Quy luật này đã không được nhìn nhận rõ ràng trong thời kỳ đầu của Internet bởi vì lúc ấy có rất ít dữ liệu định lượng rõ ràng. Siêu dữ liệu định lượng rõ ràng như biểu đồ liên kết mà Google đang khai thác, nhấn mạnh rằng các thuật toán đều nghiêng về phía dữ liệu định lượng rõ ràng. Nói cách khác, thời kỳ đầu của Internet có nhiều sai lạc.

Nhìn lại, Internet thời kỳ đầu là một sự khởi đầu không rõ ràng của một quá trình định lượng tường tận, được khai thác với sự ra đời của các nền tảng truyền thông xã hội như Facebook, Snapchat, Instagram và Twitter, tất cả đều là một phần của tiêu chuẩn mới. Điều này cũng bao gồm Amazon, eBay và các công ty khác xử lý dữ liệu định lượng rõ ràng.

Web 2.0 không phải về xã hội. Thay vào đó, đó là về phân loại xã hội, và nói chung là phân loại cuộc sống. Sự lớn mạnh của web yêu cầu nội dung được sắp xếp rõ ràng hơn để có thể dễ dàng được phân tích bởi máy tính. Và cách tốt nhất để làm điều này là sử dụng người dùng để tạo các dữ liệu đó.

Quy luật thứ hai 

Đối với bất kỳ tập dữ liệu nào,
sự phân loại quan trọng hơn
những vật được phân loại.

Những kết luận và tác động của bảng phân tích dữ liệu thường bắt nguồn từ sự phân loại các dữ liệu được thu thập hơn là từ chính dữ liệu. Khi Facebook nhóm người dùng với nhau theo một số hạng mục như “người uống bia” hoặc “những người đam mê thời trang”, những người dùng đó không có chung một đặc điểm quan trọng nào cả. Giống như công thức bí mật của Google, phân loại của Facebook thật ra không có bí mật. Nó chỉ là một hỗn hợp của tất cả các yếu tố cá nhân đã làm loạn máy phân loại khi tổng kết. Điều gì khiến cho Facebook quyết rằng tôi có “niềm hứng thú sắc tộc” với người Mỹ gốc Phi? Không gì có thể xác định được.

Thay vào đó, điều quan trọng là một danh mục như vậy tồn tại sẽ quyết định cách chúng ta được đối xử trong tương lai. Tên danh mục – dù là “người Mỹ gốc Phi”, “dân tộc thiểu số”, “gốc châu Phi” hay “da đen” – quan trọng hơn tiêu chí danh mục. Tiêu chí mà Facebook gán cho cho các danh mục này sẽ chồng chéo đáng kể, nhưng sự phân loại cuối cùng sẽ có nhiều ý nghĩa khác biệt với mỗi người. Và tất nhiên, điểm khác nhau giữa các tiêu chí lại không thể thấy. Lựa chọn phân loại lại quan trọng hơn cách tiến hành phân loại.

Các bình luận về một bài báo không cung cấp cho Facebook nhiều dữ liệu; quá khó để chuyển hóa yếu tố từ sự mơ hồ của từ ngữ.

Ở đây, Facebook và các bộ phân loại tính toán khác làm trầm trọng thêm các vấn đề sẵn có của phân loại tạm thời. Hình ảnh của nền kinh tế phụ thuộc nhiều hơn vào cách xác định tỷ lệ thất nghiệp (bao gồm những người đã ngừng tìm việc làm, công nhân bán thời gian, công nhân tạm thời…) so với kinh nghiệm và ý kiến ​​của công dân.

Ý kiến ​​của bạn về sức khỏe của chính bạn phụ thuộc nhiều hơn vào việc cân nặng, chế độ ăn uống và lối sống của bạn được phân loại thành các nhóm “lành mạnh” hoặc “không lành mạnh” so với thống kê. Ngay cả tên của một danh mục – “chất béo” so với “thừa cân” so với “béo phì” – mang đến nhiều liên tưởng về cách hiểu rõ một danh mục.

Quy luật thứ ba

Phân loại đơn giản sẽ có xu hướng
đánh bại các phân loại phức tạp.

Sự đơn giản của các cơ chế phản hồi (thích, xếp hạng sao, v.v.) là có dụng ý. Các dịch vụ Internet có thể xử lý các bản thể luận phức tạp khi cần thiết, nhưng các quán tính về kỹ thuật và kinh doanh lại chuộng hình thức đơn giản hơn.

Facebook đã chờ 10 năm để thêm các phản ứng hơn cả “like” (thích) và từ lâu đã phản đối yêu cầu cho nút “dislike” (không thích), buộc người dùng của họ thích các thông báo về chết chóc và những vụ bê bối chính trị. Facebook chỉ thích hệ tiêu chuẩn hai cực quan tâm/không quan tâm mà thôi. Khi Facebook cuối cùng quyết định xoa dịu người dùng, họ đã thêm vào năm phản ứng tình cảm như love (yêu), haha (vui), wow (ngạc nhiên), sad (buồn) và angry (giận dữ). Không phải ngẫu nhiên mà hai tình cảm tiêu cực “sad” (buồn) và “angry” (giận dữ) lại ở cuối cùng vì chúng mơ hồ hơn số còn lại. Nếu tôi thể hiện một phản ứng tích cực với một điều gì đó, tôi chắc chắn sẽ quan tâm. Nếu tôi buồn hoặc tức giận bởi một điều gì đó, tôi vẫn có thể quan tâm, hoặc có lẽ tôi muốn lảng tránh. Những phản ứng đó ít hữu ích hơn đối với Facebook.

Sáu phản ứng của Facebook tương tự như biểu tượng cảm xúc, ở chỗ chúng cho phép người dùng thể hiện cảm xúc mà không cần lời nói, nhưng chúng hữu ích hơn với Facebook vì chúng bao gồm phân loại đơn giản hơn hàng nghìn biểu tượng cảm xúc. BuzzFeed sử dụng một hệ thống tương tự, có phần sôi nổi và bám sát thị hiếu khi cho phép người dùng đăng phản ứng cho nội dung bài viết, gồm có surprising (ngạc nhiên), adorabe (đáng yêu), shocking (giật gân), funny (hài hước)…

Sarah Frier từ Bloomberg đã giải thích cách Facebook xây dựng các phản ứng mới của họ:

Các nhà nghiên cứu Facebook bắt đầu dự án bằng cách biên soạn những phản ứng thường gặp nhất mà mọi người hay đăng: “haha,” “LOL” và “omg funny” tất cả đều thuộc thể loại cười… Sau đó Faebook chia những hạng mục đó thành 6 loại hồi đáp thông thường và gọi chúng là phản ứng: love (yêu), haha (vui), wow (ngạc nhiên), sad (buồn) và angry (giận dữ)… Yay (phấn khích) sau đó đã bị gạt bỏ vì “không được hiểu rộng rãi”, một phát ngôn viên của Facebook nói.

Những tình cảm nguyên thủy này, trớ trêu thay, lại sinh ra những phân tích tinh vi hơn mức bình thường – một lý do quan trọng tại sao phân loại đơn giản có xu hướng đánh bại các phân loại phức tạp hơn. Các bình luận về một bài viết không cung cấp cho Facebook nhiều dữ liệu, cũng như quá khó để phân tích cảm xúc từ tính mơ hồ của chữ viết trừ khi đó là các cụm từ đơn giản như “LOL” hoặc “tuyệt vời”. Nhưng phân loại thành sáu phản ứng lại có nhiều lợi thế. Facebook, BuzzFeed và các công ty tương tự tìm kiếm các phản ứng tình cảm đại chúng và rõ ràng. Có rất ít hoặc không có sự thay đổi trong lựa chọn phản ứng giữa các quốc gia, ngôn ngữ và văn hóa khác nhau.

Tình cảm cũng giúp bạn dễ dàng so sánh các bài viết theo số lượng. Người dùng tự sắp xếp các bài viết thành “funny” (hài hước), “happy” (vui vẻ), “sad” (buồn bã), “heartwarming” (cảm động) và “infuriating” (tức điên). Từ việc xem xét các câu trả lời bằng chữ, thật khó để đánh giá “Canada ngăn cản hiệp ước thương mại” và “ca sĩ nhạc pop xuất hiện trên sân khấu” có bất kỳ điểm chung nào, nhưng nếu cả hai đều khiến người dùng giận dữ, hãy nhấp vào biểu tượng “tức giận”, và Facebook thấy đó là điểm chung.

Những phân loại đó cho phép Facebook gán ghép cảm xúc của người dùng với các bài viết được phân loại tương tự hoặc cố gắng cổ vũ nếu họ buồn hoặc tức giận. Nếu các phản ứng đối với một bài viết bị chia nhỏ, Facebook có thể xây dựng các cảm xúc thứ yếu như “hài hước-cảm động” và “cảm động – ngạc nhiên”. Từ đó, họ có thể theo dõi nội dung nào gây cười hoặc tạo phẫn nộ, sau đó dự đoán loại nội dung họ sẽ phản ứng trong tương lai.

Facebook có thể tách biệt những người gắt gỏng, giảm tiếp xúc với những người dùng khác để tránh gây tác dộng tiêu cực. Ngoài ra, Facebook còn đào tạo các thuật toán dự đoán về các bài viết chưa có phản ứng. Đáng kể nhất, mặc dù sáu phản ứng đặc biệt này không phải là thiết lập mặc định và phổ quát, các lựa chọn của Facebook sẽ củng cố chúng như một bộ mặc định và trở nên phổ biến hơn thông qua một vòng phản hồi. Càng phân loại các phản ứng của chúng ta theo sáu phản ứng đó, càng có nhiều điều kiện để đánh giá cảm xúc của mình theo những thuật ngữ đó.

Sáu phản ứng mặc định ấy đã cho ra những kết quả trơn tru hơn các biến thể cảm xúc khác khi Facebook đang tiến hành thử nghiệm với một bộ cảm xúc lớn hơn, được thiết kế bởi Matt Jones của Disney-Pixar. Danh sách đầy đủ bao gồm tất cả mọi thứ từ sự ngưỡng mộ và khẳng định đến giận dữ, giận dữ và khiếp hoảng. Tất nhiên, một phân loại đơn giản đã thắng vì dễ sử dụng hơn và phổ biến hơn về mặt văn hóa và cá nhân. Ngoài ra, hãy nghe nhà nghiên cứu Dacher Keltner nói về việc này với Andrew Zolli từ Radiolab về khía cạnh hạnh phúc:

Các nước thể hiện “hạnh phúc” nhất không thực sự như vậy trong đời thực. Thay vào đó, chính các quốc gia dùng nhiều biểu hiện cảm xúc đã có các chỉ số tốt hơn về sức khỏe xã hội, hạnh phúc – thậm chí là tuổi thọ. “Đó không phải là hạnh phúc nhất,” Keltner nói với tôi, “đó là về sự đa dạng nhất về mặt tình cảm.”

Nếu bộ sáu phản ứng có tác dụng thu hẹp đa dạng cảm xúc, phương tiện truyền thông xã hội và các công ty quảng cáo xem sự cân bằng này là chi phí cần thiết để thu thập dữ liệu người dùng chính xác hơn. Ngôn ngữ cảm xúc do Facebook định sẵn sử dụng ngôn ngữ mà máy tính có thể hiểu và thao tác trên quy mô lớn. Ngôn ngữ đơn giản của một tập hợp các phản ứng cảm xúc cốt lõi dẫn đến khoảng cách tính toán – con người – thành công hơn so với các phân loại DSM đã làm. Thay vào đó, những bộ phản ứng này gợi nhớ đến các phân loại đơn giản của Myers-Briggs, OCEAN và HEXACO, cũng phá vỡ các hiện tượng phức tạp thành một số ít các trục. Các phản ứng của Facebook thậm chí còn xấp xỉ bản đồ với Big Five:

Like (Thích): Agreeableness (Sự đồng tình)

Love (Yêu): Extroversion (Hướng ngoại)

Wow (Ngạc nhiên): Open (Cởi mở)

Sad (Buồn bã): Neuroticism (Rối loạn thần kinh)

Angry (Giận dữ): Conscientiousness (Sự nhận thức)

Điều kỳ lạ là “haha”, bởi vì, như mọi khi, tiếng cười tránh được phân loại dễ dàng mặc dù là phổ biến nhất và là biểu hiện không thể chối cãi. Tuy nhiên, trong năm cảm xúc còn lại, có một sự khác biệt hiển nhiên của sự khác biệt văn hóa. Mặc cho Facebook đã nghiên cứu để khái quát hóa sáu cảm xúc này, có vẻ như họ không nắm bắt được một cung bậc cảm xúc giống nhau giữa các nền văn hóa – đúng hơn là tìm ra những cung bậc cảm xúc được nhận diện chung bởi các nền văn hóa. Nếu những người khai thác dữ liệu và người lọc hồ sơ lý lịch can thiệp vào vấn đề này, chẳng bao lâu nữa chúng ta sẽ yêu thích, ngạc nhiên, buồn bã và giận dữ cùng một lúc.

Ngôn ngữ phản ứng là một từ vựng nguyên bản của cảm xúc, đơn giản hơn nhiều so với ngôn ngữ của con người chúng ta, phù hợp hơn với máy tính và phân tích tính toán. Khi tôi giới thiệu các biểu tượng cảm xúc đồ họa vào ứng dụng Messenger vào năm 1999, tôi đã không thấy trước những điều này. Khoảng năm 2015, tôi bắt đầu nhận thấy một sự thay đổi trên tường Facebook của tôi, vì có ít thảo luận xảy ra hơn. Những người tôi biết có nhiều thứ để nói thay vì chỉ “yeah” hoặc “ugh” hoặc các biểu tượng cảm xúc đơn giản hoặc sáu phản ứng của Facebook. Và thật xấu hổ làm sao khi tôi cũng dần dần phản ứng hời hợt giống như họ.

Tôi đã quay lại và kiểm tra các bài đăng từ năm 2009 và 2010. Lúc đó tôi chỉ viết các câu đầy đủ ngữ pháp, các bài tranh luận gồm nhiều đoạn văn. Có một sự thay đổi rõ ràng và quyết liệt. Nếu tôi không đồng ý nói các cụm “yeah” hay “ughs”, đám đông sẽ không sẽ công kích tôi; tương tư như với bất kỳ người bất đồng chính kiến ​​nào khác. Chuyện gì đã xảy ra? Đây là những người bạn của tôi, nhưng chúng tôi không còn giống trước nữa. Chúng tôi đã được chuẩn hóa. Bây giờ chúng tôi đã nói một ngôn ngữ khác. Đó là ngôn ngữ của Facebook, của máy tính.

Người dịch: Long Hwarang
Nguồn: Medium.com