Artikel

Personalisering og tilpasning af søgemaskiner og digitale tjenester

Artiklen sætter fokus på, hvordan elever kan navigere i og sortere online information, særligt gennem personalisering og tilpasning, der kan give eleverne kontrollen over den information, de modtager.

Det er i udgangspunktet ikke vanskeligt at søge ved hjælp af søgemaskiner, der kan opleves som overraskende gode til at finde frem til relevant information. Men for at udnytte internettets potentialer som kilde til information er der to gode grunde til, det ikke tilstrækkeligt med almindelige søgninger:

  • søgemaskiner vurderer relevansen af en kilde med udgangspunkt i, hvorvidt kilden bliver henvist til af andre, som allerede i forvejen er godkendt som autoritative (Google, u.å.a); det kan derfor tage tid, før en ny god kilde rykker op i hierarkiet af søgeresultaterne.
  • hvis man beskæftiger sig med et emne over længere tid, er det vigtigt at få leveret nye materialer ‘til døren’, så snart de udkommer.

En styrke ved digitale teknologier er samtidigt, at de kan tilpasses og personaliseres, idet man fx kan afgrænse søgninger og abonnere på og følge eksempelvis nyhedstjenester med henblik på at modtage information inden for specifikke områder. En ekspert får derfor langt mere ud af søgemaskiner, idet at hun/han kan finjustere resultaterne ved at integrere sin viden.

Personalisering vedrører ikke alene søgninger, men computeren eller mobiltelefonen kan bredt set betragtes som et personligt værktøj, som eleven kan tilpasse og personalisere, således at det understøtter den enkeltes præferencer. Personalisering af teknologi handler med andre ord om at erobre en del af kontrollen over ens arbejdsværktøjer under mottoet  “You can always choose ‘None of the above’” (Rushkoff, 2010).

Tilpasning af søgemaskiner

Ét er, at søgemaskiner (såsom Google search) automatisk forsøger at personalisere søgninger efter den enkeltes brug. Medmindre man beder søgemaskiner om ikke at gøre det, vil de forsøge at lære brugeren at kende (gennem brugerens søgehistorik, geografiske placering, alder m.m.) for dermed at kunne øge sandsynligheden for at finde, hvad brugeren søger (samt vise reklamer, der er relevante for brugeren). Noget andet er, at man selv kan tage kontrollen over personaliseringen ved at oprette egne søgemaskiner, der kan afgrænse søgninger ved fx at søge på bestemte sider og domæner, eller fremhæve resultater fra bestemte kilder.

Google (Pogrebniak, 2021) og Microsoft (2020a) tilbyder begge en Custom Search Engine, dvs. en service som gør det muligt for organisationer og enkelte brugere at tilføje et ‘personaliseret søgefelt’ til deres websteder. Lærere og forsker bruger typisk Custom Search Engines til at henvise elever til læringsressourcer (fx Educatorstechnology, 2014) og til at designe opgaver i informationsvurdering (fx Hämäläinen et al., 2021), men det er også en oplagt opgave for gymnasieelever at bygge, vedligeholde og opdatere en emne- eller fagspecifik søgemaskine som ressource til selvstudie.

For at tage (noget af) kontrollen over søgeresultater er det nødvendigt at forstå hvilke muligheder, søgemaskinen tilbyder. For at lave en emne-specifik søgemaskine (‘topical engine’) kan man fx angive nøgleord, som automatisk føjes til brugerens søgning mhp. at indsnævre resultaterne; ellers kan man bede søgemaskiner om at kun søge i et bestemt sprog, på bestemte hjemmesider, i bestemte tidsperioder, efter bestemte medier, efter ord der ikke må optræde og så videre (eksempler af muligheder i Microsoft, 2020b og Google, u. å.b). Tilpasning og personalisering af søgemaskiner handler derfor både om at forstå, hvordan søgemaskiner fungerer, og at kende et vidensdomæne.

Det behøver i udgangspunktet ikke at være mere kompliceret, end at elever kan blive introduceret til og eksperimentere med at anvende simple operatorer i søgefeltet, såsom “site:”, “AND”, “OR”, “-”, “related:”, “@”, “#”. 
Det er også vigtig at fremhæve, at en personaliseret søgemaskine typisk også fremviser resultater fra kilder, som ikke er angivet/godkendt i forvejen, men “booster” resultater fra en brugergenereret liste.
Custom search engines kan dermed ses som en ‘kognitiv partner’ som hjælper med at integrere ekspertviden om emnet med søgemaskinernes evne til at også finde kilder som eksperten ikke kender til, eller kilder som vil komme online på et senere tidspunkt. 

Abonnere på feeds og nyhedstjenester

Søgning er blot én metode til at finde information på nettet, og søgning er primært relevant, når man ved, hvad man leder efter. Det er fx vanskeligt at søge efter nyheder, da man ikke ved, hvad der er sket. I stedet kan man abonnere på information via nyhedsfeeds fra forskellige online tjenester. Nyhedsfeedet kender vi ikke mindst fra eksempelvis Facebook, hvis nyhedsfeed automatisk viser nyere aktiviteter fra ens personlige netværk. Ligeledes har andre sociale medier som Instagram og Twitter samme typer af nyhedsfeeds, der sammensættes af de profiler, man følger. Nyhedsfeedet er en veletableret teknologi og mange informationskilder såsom blogs, online aviser og magasiner tilbyder, at læserne kan holdes opdateret på den måde.

Pointen med at abonnere på feeds er, at man løbende modtager ny information, som man ikke selv ville kunne søge frem. Man kan dermed holde sig orienteret inden for forskellige områder, mens søgning ofte vil være målrettet bestemt information. Det er dog vigtigt at understrege, at søgning og abonnent på feeds supplerer hinanden som metoder og ikke skal ses som erstatninger for hinanden.

En udfordring ved online nyhedsfeeds er, at det kan være uklart, hvad man præsenteres for, og den oprindelige kilde til informationen kan komme i baggrunden og blive overset. Mange har fx et automatisk nyhedsfeed på deres mobiltelefon, der trækker nyheder fra forskellige netaviser. Ligeledes kan man på eksempelvis Facebook og Twitter bliver præsenteret for information, hvis ophav kan være vanskeligt at gennemskue. Disse nyheder bliver leveret af ‘personaliserede søgemaskiner’, som bygger på de data som de har om os for at forudsige, hvilken information vi vil reagere på med et klik. Haider & Sundin (2019) kalder mekanismen en ‘skjult søgning’ (emnet diskuteres videre i artiklen om at finde en fælles vidensbase).

Men online nyhedsfeeds kan også personaliseres af brugeren, og dermed kan man selv bestemme og vælge, hvad man vil abonnere på og have nyheder fra. Mange hjemmesider tilbyder én eller flere emne-specifikke feeds, som man kan abonnere på. Fx kan man via dr.dk abonnere på sportsnyheder eller nyheder fra et bestemt geografisk distrikt. På den måde er det med andre ord ikke det samme at abonnere på online nyhedsfeeds som at abonnere på en trykt avis, der sendes til postkassen. Nyhedsfeedet kan betragtes som en personaliseret avis.

Dette kan man arbejde med på klassen sammen med eleverne. Udgangspunktet kunne være, at eleverne tager et kig på, hvilke nyheder de modtager og læser på deres mobiltelefon, der i stigende grad bliver en primær adgang til nyheder. Dette kunne med fordel finde sted over tid, hvor eleverne noterer, hvor de får information og nyheder fra. Hvilke sociale medier eller online tjenester modtager de nyheder igennem, og hvem er kilderne bag nyhederne? Med udgangspunkt i en fælles diskussion af elevernes forskellige nyhedslandskaber kunne man i fællesskab undersøge mulighederne for at tilpasse og personalisere de nyheder, eleverne præsenteres for på deres mobiltelefonen.

Man kunne tage det et skridt videre og bede eleverne om at oprette deres egen personlige nyhedstjeneste (enten på mobilen eller på computeren) ved at abonnere på feeds fra forskellige tjenester (fx netaviser og blogs). Konkret kan eleverne gøre dette ved hjælp af en feedreader, der kan samle feeds fra forskellige tjenester. Se fx det pædagogiske format om “Personaliseret nyhedstjeneste” udviklet af lærere i DiDaK-projektet og beskrevet i Dalsgaard et al. (red) (2020).

At abonnere på feeds er med andre ord en metode til at sortere i information. En sådan form for personalisering kan fx være velegnet til at følge med inden for specifikke fag- og interesseområder. Og så er det først og fremmest en metode til at tage (noget af) kontrollen over den information, man modtager, ved bevidst at vælge og fravælge kilder til information og nyheder.

Følge netværksprofiler

Feeds fra nyhedstjenester knytter an til et traditionelt nyhedsbillede, hvor mediekoncerner er de primære afsendere af nyhedsindhold. Dette er imidlertid blevet udfordret – eller i hvert fald suppleret – af andre “udbydere”. På internettet kan vi alle oprette radiokanaler, nyhedssider, videokanaler og øvrige talerør i form af podcasts, blogs, videotjenester, etc.

Endnu en metode til at tilpasse og personalisere information er at følge udvalgte netværksprofiler, fx på sociale netværk. Mest oplagt er YouTube, Instagram, Twitter, Facebook og blogs. Ligesom man kan følge de mere etablerede nyhedstjenester, kan man også følge specifikke profiler eller kanaler. Bag sådanne netværksprofiler vil ofte være enkeltpersoner. Der er med andre ord ikke altid tale om koncerner, men ofte om privatpersoner, hvis fag, interesseområde eller holdninger, man måske selv er optaget af. Ved at abonnere på netværksprofiler kan man etablere en indgang til information, der går igennem personer – i modsætning til at finde information via søgemaskiner, virksomheder eller institutioner.

Dette område er lidt mere vanskeligt at indarbejde i undervisningen, eftersom det at følge netværksprofiler oftest indebærer, at man selv er oprettet med en profil på forskellige tjenester (som YouTube, Instagram, Twitter og Facebook).
Kan vi som lærere bede eleverne om at oprette profiler online? Det ville dog i stedet være muligt at oprette en klasseprofil på forskellige tjenester og i fællesskab abonnere på en række netværksprofiler. Dette kunne give anledning til interessante samtaler om at opbygge netværk af profiler. Omvendt vil det fjerne den vigtige pointe om personalisering, og et centralt formål med at arbejde med at følge online netværksprofiler vil netop være at give eleverne en målrettet, bevidst og reflekteret tilgang til at opbygge egne online netværk og følge profiler og kanaler.

En anden mulighed kunne også være at tage afsæt i elevernes eksisterende profiler og deres egne interesser. Langt de fleste gymnasieelever har profiler på en række online netværkstjenester. Disse kunne man også tage afsæt i på klassen. Men igen man det være et vanskeligt område at inddrage i undervisningen. Det kan hurtigt blive et følsomt felt, da ikke alle elever nødvendigvis vil dele med andre, hvem de følger online.

Denne artikel fokuserer på et medieperspektiv med henblik på at foreslå ressourcer og processer til personalisering og tilpasning af adgangen til information og nyheder.
Artiklen om etablering en fælles vidensbase udfolder i stedet grænsefladen mellem vidensopbygning og teknologi.

Kreditering

Christian Dalsgaard og Francesco Caviglia


Dalsgaard, Christian, Caviglia, Francesco, Boie, Mette Alma Kjærsholm, & Thomsen, Mette Brinch (2020). Digitale kompetencer i fagene. Aarhus University, Center for Undervisningsudvikling og Digitale Medier. https://www.uvm.dk/-/media/filer/uvm/publikationer/2019/dec/191219-digitale-kompetencer-i-fagene-2020.pdf

Educatorstechnology (2014, maj 2). A Simple Visual Guide to Create Google Custom Search Engine for Your Class Blog or Website. Educational Technology and Mobile Learning. https://www.educatorstechnology.com/2014/04/a-simple-visual-guide-to-create-google.html

Google (u.å.a). Google’s Search Algorithm and Ranking System. Google Search. Hentet 17. august 2021, fra https://www.google.com/search/howsearchworks/algorithms/

Google (u.å.b). Topical engine | Programmable Search Engine. Google Developers. Hentet 17. august 2021, fra https://developers.google.com/custom-search/docs/topical

Haider, Jutta, & Sundin, Olof (2019). Invisible Search and Online Search Engines: The Ubiquity of Search in Everyday Life. Routledge. https://doi.org/10.4324/9780429448546

Hämäläinen, Elina K., Kiili, Carita, Räikkönen, Eija, & Marttunen, Miika (2021). Students’ abilities to evaluate the credibility of online texts: The role of internet-specific epistemic justifications. Journal of Computer Assisted Learning, n/a(n/a). https://doi.org/10.1111/jcal.12580

Microsoft (2020). Bing Custom Search. https://www.customsearch.ai/

Pogrebniak, Anna (2021, juli 23). Google Custom Search replacement in 2021—AddSearch Blog. AddSearch. https://www.addsearch.com/blog/google-custom-search-engine-replacement/

Rushkoff, Douglas (2010). Program or be Programmed: Ten Commands for a Digital Age. Or Books.


Siden er opdateret af emu-redaktionen
Rettigheder:

Tekstindholdet på denne side må bruges under følgende Creative Commons-licens - CC/BY/NC/SA Kreditering/Ikke kommerciel/Deling på samme vilkår. Creative Commons-licensen gælder kun for denne side, ikke for sider, der måtte henvises til fra denne side.
Billeder, videoer, podcasts og andre medier og filer på siden er underlagt almindelig ophavsret og kan ikke anvendes under samme Creative Commons-licens som sidens tekstindhold.