1. 案例定位

探討 Personalization Algorithm 在便利性、Privacy 與資訊多樣性之間的倫理張力。

2. 學習目標

辨識 Personalization 的個人與社會層面 Ethical Concerns。

3. 案例情境

原書以 Search、Recommendation 與 Social Media 為例:Personalization 可降低 Information/Choice Overload,但也需要使用 Geo-location、Preferences 等 Personal Data,並可能透過 Positive Feedback 強化既有 Viewpoints。

4. 開始資料

原書元素 內容
Exercise 16.1 Ideological bubbles
指定材料 Eli Pariser:What Facebook and Google are hiding from the world – The filter bubble
影片長度 8:50
討論平台 Social Media、Search Engines、News Platforms
核心命題 是否應採用 Socially Conscious、Civic-minded Algorithms

5. 分析方法

同時評估 User Value、Privacy Intrusion、Transparency、Information Diversity 與 Societal Effects。

6. 計算結果

本案例沒有原書數值計算。

7. 結果分析與管理解讀

Personalization 的 Business Value 不代表 Ethical Acceptability 已被證明;不同 Users 對 Privacy/Value Trade-off 的感受不同。

8. AI Prompt

請依我提供的 Personalization System Facts,建立 Ethical Issue Map,分別列出 User Benefit、Privacy Risk、Information Diversity Risk、Transparency Question 與需要補充的 Evidence。

9. 思考/What-if

**問題:**若 Personalization 不侵犯 Privacy,是否就沒有倫理問題?

**參考解答:**不是。原書指出仍可能形成 Filter Bubble,減少接觸新資訊與 Challenging Perspectives。

10. 資料說明