検索エンジンは知識を生み出しますか?
学者たちは、データは情報を生み出し、知識は適切に構造化された情報の産物であると言います。そのため、科学者たちは現在、Googleなどの検索エンジンが知識の源であるかどうかを調査しています。間違いなく、Googleやその他の検索エンジンは日常生活の一部となっています。しかし、知識が力であるならば、検索エンジンはノードに力を与えるのでしょうか?
専門家は、Webの学術的かつ正式なユーザーの場合、研究者は検索エンジンの動作を認識し、人気であるだけでなく、ソースの選択を促進するために、検索エンジンの動作を認識する必要があると言います。
の記事で 国際文化研究ジャーナル、 オランダのアムステルダム大学のホセファンダイクは、一般に検索エンジン、特にGoogle Scholarが中立的なツールというよりも、学術的知識の重要な共同製作者になったと主張しています。
Google Scholarは、さまざまなソースを1つの便利な場所から検索して、さまざまな形式(記事、論文、書籍、要約、裁判所の意見)で情報を見つけ、図書館やオンラインでそれらを見つけるのに役立ちます。
これまでのところ、学生が実際にオープンサーチをどのように行っているかに関する実証的または民族誌的研究はほとんどありません。しかし、調査によると、学術論文のトピック検索を行う学生は、優先する出発点として、図書館ベースの研究発見ネットワークではなく、検索エンジンを圧倒的に選択しています。
多くの学生は、ライブラリサービスをGoogle Scholarの「アドオン」ではなく、逆に考えています。
van Dijckによると、検索エンジンのランキングとプロファイリングシステムに関する重要な点の1つは、これらがパブリックドメインの従来の図書館奨学金の方法と同じルールに対応していないことです。
「Googleのような商業インターネットの巨人によって開発された自動検索システムは、図書館システムの足場となる公共の価値を利用しますが、この表面の下を見ると、透明性や開放性などの中核的価値を見つけるのは困難です」と彼女は述べた。
経験の浅いユーザーは、中立的な知識の仲介者として独自のエンジンを信頼する傾向がある、と彼女は言った。実際、エンジンオペレーターはメタデータを使用して、検索者グループの集合的プロファイルを解釈します。
一見すると、Google Scholarは基本的な学術的価値の1つである引用分析を採用し、アルゴリズムのWebスパイダーを使用して、膨大な学術資料のインデックスを作成します。
親エンジンと同様に、Google Scholarは、出所を通じて学術的に健全であると見なされる可能性のある膨大なソースのリザーバーへのセマンティックリンクに基づくランキングシステムとして機能します。
ただし、Google Scholarのアルゴリズムは、定量的引用分析に基づいて機能します。学者はそれについて異なる方法で取り組み、特定の専門分野における相対的なステータスと重みに従って引用をランク付けします。
Google Scholarによる情報のランキングは、Google検索と非常によく似ています。これは、真理値や関連性ではなく、人気に基づいてソースをランク付けします。それらへのリンクが多い記事は、Google Scholarアルゴリズムでは取り上げられていない、より質の高い研究に勝るものです。
特定の機関がデータベースへのアクセスを拒否するため、この問題はさらに複雑になります。 Googleは、対象となるデータベースの完全なリストや、タイムスケールを示す更新の頻度を明らかにしません。ユーザーは、検索の範囲と適時性について何も知らされていません。
ファンダイクによる、検索エンジンのコード化されたダイナミクスによる学術的知識の構築の精査は、社会学者ブルーノラトゥールの俳優ネットワーク理論とマヌエルカステルスによる研究を利用しています。アクターネットワーク理論では、検索エンジンは単なるオブジェクトではなく、知識の生成に関係するヒューマンテクノロジーネットワークの一部です。
Castellsは、デジタルネットワークの複雑な電力関係を注意深く再配線する前に、ネットワーク活動の「配線解除」をより綿密に検討することを推奨しています。
ヴァンダイクは、検索エンジンの経済的、政治的、社会文化的側面の基本的な理解を組み込んだ情報リテラシーの充実を求めています。 「ネットワークアーキテクチャ、ネットワーク接続のダイナミクス、およびそれらの共通部分の基本的な理解がなければ、検索エンジンの社会的、法的、文化的、経済的影響を把握することは困難です」と彼女は言った。
グーグルが知識の生産において中枢神経系になったとしたら、その配線について可能な限り知る必要があります。
「将来の世代の重要で知識豊富な学者を確保するには、分析スキルと批判的判断力に富んだ情報リテラシーを教える必要があります。科学知識の生産は、企業やインテリジェントマシンに任せるにはあまりにも重要です」とvan Dijck氏は結論付けました。
出典:SAGE Publications UK