Lépjen offline állapotba az Player FM alkalmazással!
Anbefalings-algoritmer – hjælp eller manipulation?
Manage episode 366736271 series 3366058
(Servicemeddelelse: I introen nævne jeg, at det er 6 måneder siden ChatGPT blev lanceret. Det er selvfølgelig 7 måneder. Suk. Jeg skulle have spurgt en AI om at tjekke 😉).
Anbefalingssystemer eller recommender systems er algoritmer, der forsøger at forudsige, hvad brugere vil synes om, baseret på deres tidligere adfærd og præferencer. De bruges overalt på internettet til at anbefale indhold som film, musik, nyheder og produkter.
Anbefalingssystemer giver mange muligheder. De kan hjælpe med at reducere den overvældende mængde af indhold på nettet ved at filtrere og anbefale det mest relevante for hver enkelt bruger.
Men der er også udfordringer. Anbefalingssystemer kan skabe filterbobler og ekkokamre, hvor brugere kun eksponeres for indhold, der ligner det, de i forvejen kan lide.
Samtidig kontrolleres de fleste store recommender systems af techgiganter, der ikke mindst er styret af ønsket om profit – så hvem kommer anbefalingerne egentlig til gode?
Professor Mikkel Flyverbom fra Copenhagen Business School er en af vores mest aktive og kompetente stemmer i debatten om digitale rettigheder, techgiganter, politik og markeder. Han fortæller i denne episode mere om recommender systems, hvorfor de er så vigtige, og ikke mindst: hvad vi kan gøre ved dem?
LINKS
NYHEDER
Adobe vil betale evt. omkostninger hvis der kommer retssager om Firefly-billeder
RECOMMENDER SYSTEMS
Grundlæggende om recommender systems – på Wikipedia
Fint artikel om hvordan anbefalings-algoritmerne påvirker vores selvstændighed
61 epizódok
Manage episode 366736271 series 3366058
(Servicemeddelelse: I introen nævne jeg, at det er 6 måneder siden ChatGPT blev lanceret. Det er selvfølgelig 7 måneder. Suk. Jeg skulle have spurgt en AI om at tjekke 😉).
Anbefalingssystemer eller recommender systems er algoritmer, der forsøger at forudsige, hvad brugere vil synes om, baseret på deres tidligere adfærd og præferencer. De bruges overalt på internettet til at anbefale indhold som film, musik, nyheder og produkter.
Anbefalingssystemer giver mange muligheder. De kan hjælpe med at reducere den overvældende mængde af indhold på nettet ved at filtrere og anbefale det mest relevante for hver enkelt bruger.
Men der er også udfordringer. Anbefalingssystemer kan skabe filterbobler og ekkokamre, hvor brugere kun eksponeres for indhold, der ligner det, de i forvejen kan lide.
Samtidig kontrolleres de fleste store recommender systems af techgiganter, der ikke mindst er styret af ønsket om profit – så hvem kommer anbefalingerne egentlig til gode?
Professor Mikkel Flyverbom fra Copenhagen Business School er en af vores mest aktive og kompetente stemmer i debatten om digitale rettigheder, techgiganter, politik og markeder. Han fortæller i denne episode mere om recommender systems, hvorfor de er så vigtige, og ikke mindst: hvad vi kan gøre ved dem?
LINKS
NYHEDER
Adobe vil betale evt. omkostninger hvis der kommer retssager om Firefly-billeder
RECOMMENDER SYSTEMS
Grundlæggende om recommender systems – på Wikipedia
Fint artikel om hvordan anbefalings-algoritmerne påvirker vores selvstændighed
61 epizódok
Minden epizód
×Üdvözlünk a Player FM-nél!
A Player FM lejátszó az internetet böngészi a kiváló minőségű podcastok után, hogy ön élvezhesse azokat. Ez a legjobb podcast-alkalmazás, Androidon, iPhone-on és a weben is működik. Jelentkezzen be az feliratkozások szinkronizálásához az eszközök között.