Grundläggande om algoritmer

Vad är en algoritm?

Algoritmer ingår i regel i programvaror och består av instruktioner om vad som ska utföras, med vad och i vilken ordning. I en lärobok hittar vi att ”[e]n algoritm /…/ är en noggrann plan, en ändlig uppsättning regler som bestämmer en följd av operationer för att lösa en specifik typ av uppgift.”2

Algoritmer jämförs ibland med recept som beskriver i vilken ordning ingredienser ska föras samman och hur de ska hanteras för att uppnå ett resultat. Om vi tar metaforen vidare bestämmer de olika valen som görs vilken kaka det i slutänden blir. Valen avgörs av en rad omständigheter. Vilka omständigheter som ska leda till vilka val är det som beskrivs i en algoritm.

Algoritmer som är centrala i dagens digitala samhälle gör en rad olika saker: sorterar information, fastställer den kortaste vägen mellan två datorer, möjliggör säker dataöverföring, komprimerar data eller möjliggör länkanalys (se nedan).3

I den här guiden är det i första hand algoritmer som sorterar och prioriterar information i sökmotorer och sociala medier som diskuteras, men vi berör även andra områden där algoritmer är betydelsefulla i samhället.

Vad gör en algoritm?

Varför har algoritmer för sortering och prioritering av information blivit så betydelsefulla? Den främsta anledningen är att vi numera möter information i olika kanaler i sådana stora mängder att enbart mänsklig hantering av den i princip är omöjlig. Hur skulle vi exempelvis kunna hantera de hundratusentals träffar som sökningar på nätet ger om vi inte fick hjälp att prioritera resultaten? Vi ser denna sortering när sociala nätverkstjänster skapar ett flöde av innehållet, när sökmotorer rangordnar webbsidor och när olika sajter rekommenderar allt från film och musik till middagsrecept för den enskilda användaren.

Sociala nätverk: exemplet Facebook

Facebook är i dag vår kanske mest kända sociala nätverkstjänst, i alla fall avseende popularitet. På enbart tio år har Facebook blivit en fast punkt i många svenskars vardag och ett centralt redskap för att kommunicera och organisera våra sociala liv. Utgångspunkten för Facebook och liknande tjänster är att föra samman människor som känner till varandra och möjliggöra för dem att visa innehåll som sedan kan kommenteras, gillas och delas. September 2016 hade ­Facebook, enligt egna uppgifter, 1,18 miljarder användare som är aktiva varje dag.4 De flesta företag och ideella organisationer, men även publika arrangemang och kulturella föreningar, har en Facebook-­sida.

På Facebook möter användarna en ständig ström av information där olika genrer och format blandas. Här sammanförs delade nyhet­er från andra kontinenter, information om den lokala loppmarknaden, foton på våra vänners middagstallrikar, husdjur och barn, politiska diskussioner samt uppgifter om förändrade personliga relationer. Ju fler vänner vi har och ju fler sidor vi följer, desto mer omfattande blir flödet. Samtidigt är skärmens storlek begränsad. Facebooks algoritm bestämmer vilket innehåll som ska komma överst i en användares nyhetsflöde. Vems uppdateringar ska visas, vems kommentarer ska synas och vilken reklam ska vara synlig? Facebooks algoritm belönar användarnas aktiviteter med ökad synlighet.

I början hade Facebook en någorlunda enkel algoritm som gick under namnet EdgeRank, vilken använde sig av främst tre faktorer: närhet, vikt (det vill säga att vissa format ges större betydelse än andra) och aktualitet. År 2013 utvecklade Facebook sin algoritm till att dessutom ta hänsyn till ett tusental andra faktorer. Tillsammans skapar dessa en mycket komplex algoritm, som möjliggör ett stort mått av individanpassning. Här ingår vilka sorters poster en användare brukar klicka på eller gilla, om någon har gillat en uppdatering utan att klicka på den eller hur länge man läste den, vilka sidor man gillar, vilka sidor ens vänner gillar, vilken reklam man valt bort, om en uppdatering man ser är en text, en länk, en film eller ett foto. ­Facebook uppdaterar löpande sina centrala algoritmer.

Länkanalys: exempel Google Sök

Google är det dominerande företaget på internet och dess sökmotor toppar listan över de mest populära webbplatserna. Google erbjuder en mängd olika tjänster. Här avser vi främst sökmotorn Google Sök, även om dess funktionalitet till stor del är beroende av Googles övriga tjänster.

Google Sök har som främsta uppgift att finna information på den öppna webben. Utgångspunkten är att matcha sökord med ord som finns på en webbsida. Miljontals träffar är möjliga för de allra flesta sökningar, åtminstone om man söker på engelska. Googles utmaning, relaterat till deras algoritm, ligger i att presentera länkar till webbplatser så att de som är mest relevanta för användaren hamnar överst. Det handlar dels om hur många dokument som hittas (recall), dels hur exakt dokumenten som hittats svarar på sökfrågan (precision). I de algoritmer som Google Sök har utvecklat utgår man från att relevans är något personligt, relaterat till användaren, och inte något absolut. Tanken fanns redan i slutet på 1990-talet när Googles grundare utvecklade den så kallade PageRank-algoritmen och har sedan dess lagt grunden för Googles enorma genomslag.

Googles PageRank gjorde att Google Sök snabbt blev mer framgångsrikt än konkurrenternas sökmotorer. Starkt förenklat medför PageRank att webbplatser med många så kallade in-länkar sorteras högre upp i träfflistan än webbplatser med få in-länkar. En in-länk är en länk som en sida får från en annan. Vidare viktas de in-länkar från webbplatser som i sin tur har många in-länkar högre. Det betyder alltså att en länk anses vara ett uttryck för relevans, och ju fler länkar desto högre relevans. PageRank är numera enbart en faktor bland en uppsjö av andra faktorer som styr sökresultaten och deras ordning i Google Sök. Andra faktorer är till exempel plats, din sökhistorik, aktualitet eller en sidas anpassning för mobiltelefoner. Google Sök ändrar sina algoritmer hundratals gånger per år.

Kollaborativ filtrering: exempel Netflix

Den tredje tjänsten som här får illustrera algoritmers olika funktionaliteter är streamingtjänsten Netflix som ger tillgång till serier, filmer och dokumentärer. Netflix använder sig av en algoritm för rekommendationer där man försöker förutse vad en användare vill se baserat på egna och andra användares preferenser, så kallad kollaborativ filtrering. Netflix ägnar sig inte bara åt att förse användarna med rekommendationer på filmer och serier att titta på. Företaget gör numera också egna produktioner, baserade på sin algoritm om vad användarna förväntas vilja se. Netflix kombinerar en avancerad algoritm med egenhändigt skapade kategorier (se vidare i kapitlet Algoritmer och data).

Den enklaste och mest välkända formen av kollaborativ filtrering påträffas i ”andra som köpte NN, köpte även XX”. Därtill finns en mängd ytterligare faktorer som mer avancerade algoritmer för kollaborativ filtrering använder sig av. Användare uppmuntras att betygsätta, skriva recensioner eller rekommendera tjänster och produkter. Hänsyn tas bland annat till användares sociala nätverk, profilinställningar, tidigare konsumentbeteenden, veckodag och tid på dygnet. Kollaborativ filtrering finns inte minst i tjänster som säljer produkter, som Amazon och Spotify. Även Facebook använder sig av rekommendationstjänster. På Google ser man exempel på rekommendationstjänster i förslag på relaterade sökningar samt i autoförslag (autocomplete suggestions), som baseras på vad andra har sökt efter.

Algoritmer är kulturellt kodade

Algoritmer är en djupt integrerad del av vårt samhälle. Algoritmer ger också uttryck för dominerande föreställningar och värderingar i vår kultur. Det går att uttrycka i termer av att algoritmer kodifierar dessa föreställningar och värderingar. Vi ser det till exempel i hur en kulturs värderingar om offentlig amning och den kvinnliga kroppen leder till att Facebook censurerar alltför ”explicita” bilder på amning. Det får i sin tur genomslag världen över genom de värderingar som finns inbyggda i Facebooks algoritm, vilken automatiskt letar upp och döljer kvinnlig nakenhet. Det här leder till att även schematiskt ritade bilder på bröst vid till exempel en kampanj för bröstcancer kan bli osynliggjorda.

Det som kan framstå som självklart i den kultur där algoritmen är skapad, kan framstå som underligt, kanske till och med stötande, i en annan kultur. Andra exempel visar på rasistiska värderingar som syns i Googles och Flickrs algoritmer för automatisk taggning av bilder. Google har exempelvis behövt be om ursäkt för att en algoritm för bildbeskrivning taggade två svarta personer med ”gorillas”.5 Man har också funnit att Google Sök i högre utsträckning visar annonser för välavlönade jobb för manliga profiler än för kvinnliga.6

Dessa exempel gör det tydligt hur kulturella värderingar, fördomar och etiska förhållningssätt finns inskrivna i algoritmer som i sin tur har möjlighet att påverka andra. Algoritmer och samhälle formar därmed varandra.

Det börjar också bli tydligt att algoritmer och hur vi upplever dem påverkar våra känsloliv och hur vi agerar. Människor förhåller sig inte bara passiva till algoritmer, utan många gånger agerar vi på ett sådant sätt som vi tror är gynnsamt för oss i relation till de algoritmer vi interagerar med.7 Ett exempel är då vi gillar vissa nyheter på Facebook för att vi vill att just denna sorts nyheter ska rankas högt. Användare med sina kulturella bagage och ideologiska positioner är därför medskapare av algoritmernas effekter. Eftersom algoritmers utformning alltid anpassas efter användares interagerande med dem, blir det möjligt att hävda att algoritmer delvis är medskapande av användare.

2. Janlert, L-E. och Wiberg, T. Datatyper och algoritmer. Lund: Studentlitteratur, 2000.
3. Otero, M.. The Real 10 Algorithms that Dominate our World: Maybe a Little More than10. 2014. https://medium.com/@_marcos_otero/the-real-10-algorithms-thatdominate-our-world-e95fa9f16c04#.ckpyf4fdl (hämtad 2016-01-12); Cormen, T.H., Leiserson, C.E., Rivest, R. L. och Stein, C. Introduction to algorithms. 3rd ed. MIT Press and McGrawhill, 2009: s. 9-10.
4. https://newsroom.fb.com/company-info/
5. Kasperkevic, J. Google says sorry for racist auto-tag in photo app. The Guardian. 2015-07-01. http://www.theguardian.com/technology/2015/jul/01/google-sorry-racist-auto-tag-photo-app (Hämtad 2016-12-04)
6. Datta, A, Tschantz, M. C. och Datta, A. Automated experiments on ad privacy Settings: A tale of opacity, choice, and discrimination. Proceedings on Privacy Enhancing Technologies no 1 (2015): 92–112.
7. Bucher, T. The algorithmic imaginary: Exploring the ordinary affects of Facebook algorithms. Information, Communication & Society 4462 (2016): 1–15.

Spara