Kita semua tahu untuk waktu yang lama bahwa Google, Yandex, dan mesin pencari komersial lainnya menganalisis sejarah kunjungan dan riwayat pencarian pengguna, berdasarkan algoritma licik yang mencoba memprediksi apa yang akan "berguna" bagi seseorang di waktu berikutnya. Ketika teknologi ini baru saja muncul, tampaknya logis dan dapat dimengerti, tetapi sekarang pendekatan ini terlihat sangat dan sangat menakutkan. Karena sebelumnya, perwakilan Google, mesin pencari paling populer di dunia, mengklaim bahwa sudah cukup untuk keluar dari akun untuk menghilangkan “bias” hasil pencarian dan mendapatkan hasil netral ketika menggunakan layanan ini.
Orang-orang dari
DuckDuckGo dalam
studi mereka
mengklaim bahwa bahkan ketika Anda keluar dari akun Anda dan beralih ke mode anonim, Google terus menyempurnakan hasil pencarian sesuai dengan informasi yang sebelumnya dikumpulkan tentang pengguna. Artinya, perusahaan tidak memberikan pilihan bagi seseorang dan masih memanipulasi pencarian, bahkan jika tindakan pengguna dengan jelas menunjukkan bahwa ia ingin mendapatkan hasil "netral".
Bahkan dengan mempertimbangkan fakta bahwa DuckDuckGo juga merupakan mesin pencari dan dapat menjadi sangat bias terhadap Google dan algoritmanya, hasil penelitian ini sangat menggugah pikiran. Untuk menguji kinerja pencarian Google, tim DuckDuckGo mengumpulkan sekelompok 87 sukarelawan dan mendapat sampel 76 hasil pencarian. Orang-orang ini pertama kali memasukkan permintaan yang disepakati sebelumnya dan umum untuk semua dalam mode anonim, yang secara teori harus memberikan sampel gratis dari pengaruh faktor eksternal seperti riwayat pencarian, dan kemudian dari dalam akun mereka. Pencarian dilakukan oleh semua sukarelawan pada saat yang sama (percobaan dilakukan pada 24 Juni 2018 pukul 21:00), pertama dalam mode pribadi tanpa login, dan kemudian dari bawah akun mereka. Hanya warga AS yang berpartisipasi dalam penelitian untuk menghindari pengaruh filter oleh negara.
Dalam kondisi seperti itu, diharapkan semua pengguna + \ - akan menerima hasil pencarian yang serupa, karena permintaan dibuat pada waktu yang bersamaan, dari negara yang sama dan dalam urutan tertentu. Namun,
sebagian besar sukarelawan menerima hasil
pencarian unik dalam mode pribadi + tautan iklan hasil personalisasi (hasil 3-4 pertama). Lebih khusus lagi, angka untuk tiga kueri yang digunakan:
- Kontrol Senjata: 62 tautan, 52 dari 76 peserta (68%) menerima hasil unik.
- “Imigrasi”: 57 referensi, 43 dari 76 peserta (57%) menerima hasil unik.
- Vaksinasi: 73 referensi, 70 dari 76 peserta (92%) menerima hasil unik.
Berdasarkan logika beberapa hal, jika variabilitas hasil pencarian tersebut terjadi dalam mode "anonim" tanpa login, maka keunikan pencarian ketika Anda masuk ke akun Anda harus melalui atap. Namun, dalam kasus pencarian konvensional (dengan pengaruh riwayat permintaan), gambar oleh keunikan pencarian hampir tidak bergerak:
- Kontrol Senapan: 58 tautan, 45 dari 76 peserta (59%) menerima hasil unik.
- “Imigrasi”: 59 tautan, 48 dari 76 peserta (63%) menerima hasil unik.
- Vaksinasi: 73 referensi, 70 dari 76 peserta (92%) menerima hasil unik.
Apa artinya ini? Ini berarti bahwa klaim Google bahwa perusahaan telah menyelesaikan masalah penerbitan bias pada musim gugur ini tidak benar.
Pada saat yang sama, tim DuckDuckGo juga menganalisis masalah "berita" di infobox. Beberapa sumber dilihat oleh semua peserta dalam percobaan, tetapi “karena suatu alasan”, dari waktu ke waktu, Google menyelipkan beberapa tautan individual yang hanya mereka lihat. Beberapa orang tidak melihat kotak info sama sekali, yang juga "sangat aneh". Angka terperinci dapat ditemukan
di pos asli .
Di dunia pencarian anonim yang ideal, setiap pengguna yang tidak ingin memberikan data pribadi kepada Google harus menerima set tautan yang paling relevan dengan permintaannya, seperti halnya pengguna lain dari negaranya. Namun, Google terus melacak penggunanya dan memaksakan hasil "pintar" pada mereka untuk menjual barang dan jasa pengiklan. Kakak tahu lebih baik apa yang Anda butuhkan.
Di sini,
di file XLS adalah instruksi yang memandu para sukarelawan. Hasil lengkap dari penelitian ini dapat ditemukan
di file XLS ini . Kode Python untuk menganalisis hasil terletak
di repositori di GitHub .