新算法可以减少信息过载导致的极化

随着可用信息量的扩大，一个人能够吸收的分数逐渐减少。他们最终退缩到狭narrow的思想中，变得更加容易受到错误信息的影响，并分化为孤立的，相互竞争的意见飞地。为了打破这一循环，计算机科学家说，我们需要新的算法来优先考虑更广泛的观点，而不是满足消费者的偏见。

伦斯勒理工学院计算机科学教授Boleslaw Szymanski说：“这是武装的呼吁。” “知情的公民是民主的基础，但是提供信息的大公司的利益是向我们出售产品。他们在互联网上这样做的方式是重复我们表现出的兴趣。他们不感兴趣。随着读者的成长;他们对读者的持续关注感兴趣。”

伊利诺伊大学厄巴纳-香槟分校，加利福尼亚大学洛杉矶分校和加利福尼亚大学圣地亚哥分校的Szymanski及其同事在arXiv.org上发表的一篇论文中探讨了这种令人困扰的“信息访问悖论”。

社会和认知网络专家Szymanski说：“您认为让每个人都能成为作者将是一件幸事。”以前的工作包括发现了一个坚定的少数族群影响结果的力量的发现。“但是，人类的注意力范围并没有为亿万作家准备。我们不知道该阅读什么，而且由于我们无法选择所有内容，因此我们只是回到熟悉的领域，去代表我们自己的信念的作品。 ”

伊利诺伊大学厄巴纳香槟分校的教授和大学的塔里克·阿卜杜勒扎赫(Tarek Abdelzaher)表示，这种影响也不是完全史无前例的。

Abdelzaher说：“这并不是第一次提供连通性和增加访问权限导致两极分化。” “当美国州际高速公路系统建成时，城市的社会经济两极化加剧。连通性使人们能够自我隔离成更多同质的，分散的社区。这个项目的主要问题是：如何消除创建信息高速公路的两极化效应? ”

当我们自己的人为限制与最大化“点击”的信息管理系统结合使用时，效果会更加恶化。

为了打破这一周期，作者认为必须从仅“给消费者更多的这些消费者表达的兴趣”的系统中更改提供每日个性化信息菜单的算法。

作者建议采用一种长期用于传达历史的技术，以便为距今更远的事件提供更紧密的汇总。他们称这种内容管理模型为“知识的可扩展表示”。算法将从“提取性摘要”(它提供了我们过去使用的更多内容)转变为“抽象性摘要”，这增加了我们可以消化的可用思想的比例。