Próba wypracowania metodologii pomiaru baniek filtrujących w wyszukiwarce Google

Remigiusz Żulicki,

Michał Żytomirski

Abstrakt

An attempt to develop a methodology of measuring filter bubbles in Google search engine

The authors proposed a method of quantitative measurement of the phenomenon of filter bubbles in Google search engine. Firstly, the topic was taken up because of the lack of such a method in the academic world and the proposal of a competitor to Google, DuckDuckGo. Secondly, because of the social consequences of the phenomenon of filter bubbles raised by activists and researchers. The aim was to test the used methodology of quantitative measurement of the phenomenon of information bubbles and to refine it. A pilot survey was conducted on a homogeneous group in an experimental scheme. It consisted in comparing sets of search results (SSR) in the normal mode of a  web browser, logged into a Google account with SSR in the private (incognito) mode logged out of that account. One political search term was used – “Paweł Adamowicz”. The SSR was treated as a sequence of characters, a string, and compared in two web browser’s modes using the optimal string alignment distance method. The open sourced data and code allow readers to trace and reproduce the analyses made. The results do not indicate that the differences in the SSR are influenced neither by the world view in terms of liberalism/conservatism nor by the attitude to control the privacy of the Internet user. The influence was noted for the degree of personalization of the SSR in the normal web browser mode. 

Słowa kluczowe: filter bubble, search engine, Google, quantitative research methods
References

Amrhein V., Greenland S., McShane B., Scientists Rise Up against Statistical Significance, „Nature” 2019, vol. 567 (7748), s. 305–307, https://doi.org/10.1038/d41586-019-00857-9.

Bakshy E., Messing S., Adamic L.A., Exposure to Ideologically Diverse News and Opinion on Facebook, „Science” 2015, vol. 348 (6239), s. 1130–1132, https://doi.org/10.1126/science.aaa1160.

DuckDuckGo, Measuring the Filter Bubble: How Google Is Influencing What You Click, 2018, https://spreadprivacy.com/google-filter-bubble-study/ (dostęp: 4.12.2018).

Field A., Miles J., Field Z., Discovering Statistics Using R, Sage Publications Ltd., London 2012.

Furman W., Od pozornej wiedzy do komory pogłosowej i nadmiaru informacji. Krotki przegląd strachow medialnych, „Zeszyty Prasoznawcze” 2018, t. 61, nr 2 (234), s. 201–208, https://doi.org/10.4467/22996362pz.18.014.9109.

Geschke D., Lorenz J., Holtz P., The Triple-Filter Bubble: Using Agent-Based Modelling to Test a Meta-Theoretical Framework for the Emergence of Filter Bubbles and Echo Chambers, „British Journal of Social Psychology” 2019, vol. 58, nr 1, s. 129–149, https://doi.org/10.1111/bjso.12286.

Google, Polityka prywatności – prywatność i warunki, 2019, https://policies.google.com/privacy?hl=pl (dostęp: 28.09.2019).

Kasprzak W., Ślady cyfrowe: Studium prawno-kryminalistyczne, Diffin, Warszawa 2015.

Kosinski M., Stillwell D., Graepel T., Private Traits and Attributes Are Predictable from Digital Records of Human Behavior, „Proceedings of the National Academy of Sciences” 2013, vol. 110, nr 15, s. 5802–5805, https://doi.org/10.1073/pnas.1218772110.

Książek T., Bańka filtrująca i błąd konfirmacji w świadomości użytkownikow Internetu, Stowarzyszenie Bibliotekarzy Polskich, Warszawa 2019.

Malhotra N.K., Kim S.S., Agarwal J., Internet Users’ Information Privacy Concerns (IUIPC): The Construct, the Scale, and a Causal Model, „Information Systems Research” 2004, vol. 15, nr 4, s. 336–355, https://doi.org/10.1287/isre.1040.0032.

Malinowski B., How Does Facebook Traps Us in a Bubble: The Facebook’s Content Filter Algorithm vs Filter Bubble Effect, „Zarządzanie Mediami” 2016, t. 4, nr 1, s. 15–22, https://doi.org/10.4467/23540214ZM.15.002.5212.

Matuszewski P., Wykorzystanie mediow informacyjnych w dyskusjach politycznych na Facebooku, „Studia Medioznawcze” 2018, t. 1 (72), s. 27–42, http://studiamedioznawcze.pl/Numery/2018_1_72/matuszewski.pdf (dostęp: 21.09.2019).

Moller J., Trilling D., Helberger N., van Es B., Do Not Blame It on the Algorithm: An Empirical Assessment of Multiple Recommender Systems and their Impact on Content Diversity, „Information, Communication & Society” 2018, vol. 21, nr 7, s. 959–977, https://doi.org/10.1080/1369118X.2018.1444076.

Nguyen T.T., Hui P.-M., Harper F.M., Terveen L., Konstan J.A., Exploring the Filter Bubble, [w:] Proceedings of the 23rd International Conference on World Wide Web – WWW ’14, ACM Press, New York 2014, s. 677–686, https://doi.org/10.1145/2566486.2568012.

Popiołek M., Sroka K., Bańka filtrująca i świadomość mechanizmow jej funkcjonowania wśród młodzieży – wyniki badania przeprowadzonego wśrod gimnazjalistow, „Zarządzanie Mediami” 2019, t. 7, nr 3, https://doi.org/10.4467/23540214ZM.19.011.11122.

Rogers R., Aestheticizing Google Critique: A 20-Year Retrospective, „Big Data & Society” 2018, vol. 5, nr 1, s. 1–13, https://doi.org/10.1177/2053951718768626.

Roguska B., Charakterystyka poglądow potencjalnych elektoratow partyjnych, Komunikat z badań Centrum Badania Opinii Społecznej (85), 2015, https://cbos.pl/SPISKOM.POL/2015/K_085_15.PDF (dostęp: 11.03.2019).

Szczęśniak A., Materiałow na temat Adamowicza było w TVP prawie 1800 w 2018, 2019, https://oko.press/materialow-oczerniajacych-adamowicza-bylo-w-tvp-ponad-100-pis-to-klamstwo-naprawde-telewizja-zajmowala-sie-adamowiczem-prawie-1800-razy/ (dostęp: 26.09.2019).

Szpunar M., Koncepcja bańki filtrującej a hipernarcyzm nowych mediow, „Zeszyty Prasoznawcze” 2018, t. 61, nr 2 (234), s. 191–200, https://doi.org/10.4467/22996362pz.18.013.9108.

Szpyt-Wiktorowska J., Strategie mediow wobec baniek informacyjnych, „Zarządzanie Mediami” 2018, t. 6, nr 2, s. 41–50, https://doi.org/10.4467/23540214zm.18.004.9026.

Szpyt-Wiktorowska J., Wiktorowski M., Sfera publiczna i praktyka zarządzania mediami na przykładzie portalu internetowego, „Zeszyty Prasoznawcze” 2018, t. 61, nr 1 (233), s. 81–95, https://doi.org/10.4467/22996362pz.18.006.8716.

van der Loo M.P.J., The Stringdist Package for Approximate String Matching, „The R Journal” 2014, vol. 6, nr 1, s. 111–122, https://doi.org/10.32614/rj-2014-011.

Wersją pierwotną jest wersja elektroniczna publikowana kwartalnie w internecie