Szeretjük látni, ki közülünk az erősebb, gazdagabb, jobb, okosabb. Minthogy mi emberek 1) szeretjük a listákat, 2) versengünk, és 3) féltékenyek vagyunk másokra, ezért szeretjük a rangsorokat. A diákoknak a tornaterembeli magasság szerinti elrendezése objektív. A gyakran látott „legjobb 10” és hasonló listák általában szubjektív kategorizálás termékei, és a tárgyilagosságnak csupán az illúzióját adják. Nem mindig akarjuk persze, hogy tárgyilagosan ítéljenek meg bennünket, sokszor nem bánjuk, ha jobb színben tüntetnek fel, vagy magasabban rangsorolnak, mint ahogy arra rászolgálunk. Rangsorolási eljárásunk nem mindig tárgyilagos. A rangsorolók gyakran tudatlanok, máskor a rangsort tudatosan manipulálják. A tudatlanságon alapuló torzítást tükröző Dunning–Kruger-hatás manapság egyre ismertebb és népszerűbb. A manipulátorok gyakran trükköket használnak ahhoz, hogy személyes előnyökhöz jussanak. Az informatikusok rangsoroló algoritmusokat terveznek, a számítógépek pedig ezekkel az algoritmusokkal hatalmas adatbázisokat dolgoznak fel. Az algoritmikus rangsorral nem vagyunk mindig elégedettek, így felvetődik a kérdés, hogy az algoritmust és eredményét adjuk-e vissza emberi újraminősítésre? A nagy adatbázisok keletkezéséről és felhasználásáról tartott társadalmi vitákból annyi feltétlenül következik, hogy kombinálnunk kell (és jól) az emberi és gépi intelligenciát.

 

 

We like to see who is stronger, richer, better, more clever. Since we humans (1) love lists, (2), are competitive, and (3) are jealous of other people, we like ranking. Students ranked in ascending order based on their heights in a gym reflects objectivity. However, many ‘Top Ten’ (and other) lists are based on subjective categorization and give only the illusion of objectivity. We don’t always want to be seen objectively, since we don’t mind to have a better image or rank than we deserve. While making objective rankings sounds like an appealing goal, there are at least two different reasons why we may not have objectivity: ignorance and manipulation. Persons with less knowledge suffer from illusory superiority due to their cognitive bias, and this phenomenon is called the ‘Dunning-Kruger effect’. Omnipresent in society is not only ignorance but also manipulation. Manipulators have the intention of gaining personal advantage by adopting different tricks. Computer scientists design ranking algorithms, and computers can now process huge datasets with these algorithms. As we have seen, we are not always happy with the results, so we might ask whether, when, and how the results of a ranking algorithm should be controlled by content curators. Recent public debates about the use and misuse of data reinforce the message: we need a combination of human and computational intelligence.