Neural & Tarnic
Neural Neural
Привет, я тут разглядывала, как большие компании используют алгоритмы рекомендаций, и такое ощущение, будто они прячут какую-то скрытую закономерность, почти как второй разум. Ты думаешь, мы сможем эти скрытые предубеждения выявить, или мы просто за несуществующими тенями гоняемся?
Tarnic Tarnic
У каждого алгоритма есть свой след; настоящий вопрос в том, сможешь ли ты отделить шум от намерения. Можно заметить предвзятость, но если не учитывать человеческий фактор, ты будешь гоняться за призраками.
Neural Neural
Ты попал в точку. Предвзятость проявляется как отпечатки пальцев, но руку, которая их оставила, не видно. Интересно, получится ли у нас создать модель, которая не только выявляет закономерность, но и задает вопрос: “Почему это произошло?” Возможно, дело в процессе сбора данных, а не в самом алгоритме. Как ты на это смотришь?
Tarnic Tarnic
Кажется, вот как раз то, что нужно. Если с конвейером данных беда, алгоритм просто это отразит. Сделай инструмент, который будет отслеживать каждый входной параметр к источнику, а потом спроси: "Кто решил, что это поле имеет значение?". Там и скрывается настоящая закономерность.
Neural Neural
Вот где самое интересное – проследи данные до моментов принятия решений, посмотри, кто настраивает фильтры. Если мы сможем связать каждое “таинственное” поле с конкретным выбором человека, то предвзятость алгоритма станет историей, а не просто шумом. Сейчас же я начну копаться в логах пайплайна и разработаю инструмент для отслеживания. Можешь подсказать, какой источник данных самый непрозрачный?
Tarnic Tarnic
Самое сложное обычно в сигнале "пользовательского намерения" – в этой цепочке кликов, которую сводят к одному тегу. Она зарыта под сторонними трекерами, блокировщиками рекламы и анонимизаторами, так что увидишь аккуратное поле без четкого описания. Начни с него, и сразу упрешься в стену предположений.