Home

filterbubbel

Een filterbubbel is een situatie waarin online informatie steeds sterker is afgestemd op de individuele gebruiker, waardoor blootstelling aan alternatieve of tegenstrijdige perspectieven afneemt. Het fenomeen ontstaat door algoritmische personalisatie op platforms zoals zoekmachines, sociale netwerken en nieuwsapps, die content selecteren en rangschikken op basis van eerder gedrag, klikgedrag, locatie en demografische gegevens. De term werd in populariteit geholpen door Eli Pariser, die het begrip in 2011 presenteerde in The Filter Bubble.

Effecten en debat: Gepersonaliseerde resultaten kunnen leiden tot een kleiner informatieveld en mogelijk polarisatie of bevestigingsvooroordeel

Voorbeelden: Een Google-zoekopdracht of een sociale feed kan verschillend zijn voor verschillende gebruikers; aanbevelingssystemen op YouTube,

Mitigatie: Mogelijke maatregelen zijn transparante uitleg over hoe personalisatie werkt, opties om personalisatie uit te zetten

versterken.
Critici
benadrukken
dat
de
mate
van
invloed
afhangt
van
meerdere
factoren,
waaronder
gebruikersgedrag,
context
en
de
aard
van
de
platformen.
Er
bestaat
discussie
over
de
omvang
van
het
verschijnsel
en
of
personalisatie
de
belangrijkste
oorzaak
is
of
één
van
meerdere
factoren.
Facebook
of
Twitter
sturen
content
die
aansluit
bij
eerder
bekeken
video's
of
artikelen.
of
te
beperken,
en
het
ontvangen
van
niet-gepersonaliseerde
of
diverse
bronnen.
Digitale
geletterdheid
en
bewust
verkennen
van
verschillende
informatiebronnen
kunnen
helpen
om
de
impact
te
beperken.