Hvad sker der, når du lader algoritmer træffe alle dine beslutninger for dig?

Som mange mennesker på min alder elsker jeg og er afhængig af internettet. Det er min sekretær, revisor, minde, dagbog og nogle gange den type ven, du falder tilbage på, når du har udtømt alle andre muligheder. Og nu kan den spille en anden rolle: Magic 8 Ball.

Fremkomsten af ​​den såkaldte "anbefalingsmotor" startede med apps som Pandora. Det ændrede praktisk talt mit liv på college, da jeg opdagede, at jeg bare kunne tilslutte en sang, jeg kunne lide, for at lade en computer finde flere sange, jeg kunne lide, uden at skulle stille min solokop fra mig. Siden da har algoritmer mestret meget mere end bare musik. Du kan nu finde en anbefalingsmotor til alt: hvad du skal spise, have på, læse, give som gave, hvor man kan handle, rejse … næsten alting.

Så hvordan ville livet være, hvis vi faktisk lyttede? Ville vi være tilfredse med de veje, det sætter os på? Kunne det gøre livet lettere, mere effektivt og bryde os med kedelige rutiner?

Jeg håbede det, men der var kun én måde at finde ud af det. Så jeg vendte så mange livsbeslutninger som muligt over på internettet i 24 timer. Sådan gik det.

06:45 – Hvilken træning skal jeg lave?

Måske overraskende var en app til at foreslå træning baseret på algoritmer langt den sværeste at finde, men en søgning dukkede op Sworkit. Efter at have indtastet den type rutine, du leder efter (cardio- eller styrketræning), og hvor meget tid, du har, bygger appen en træning til dig fra en randomiseret database over kredsløbstræning øvelser.

Her er sagen: Det er ret svært at lave nogle af disse derhjemme, hvilket appen ikke tager højde for. For eksempel ville jeg dyrke cardio... men Sworkit ville starte mig med en minutlang sprint. Med adgang til en indendørs bane eller løbebånd i fitnesscentret, fint. Men at spurte op ad bakken ved siden af ​​den befærdede vej, jeg bor på, virkede utrygt.

Jeg valgte en styrketrænings træning i stedet, og fik cirka 45 ekstra minutters kondition, jeg ellers ikke ville have. Men fordi jeg er som en ubehagelig border collie, hvis jeg ikke bruger nok energi, vidste jeg allerede, at jeg ville tage en løbetur efter arbejde. Alligevel var jeg svedig og træt efter sessionen, og jeg vil helt sikkert genbruge Sworkit. Men jeg vil have en app, der stiller mig flere spørgsmål (Hvilken slags træning vil du lave? Hvor? Hvor lang tid? Hvad er de resultater, du leder efter? Hvilken form er du i?) og kommer så med forslag som hvor længe jeg skal løbe, hvor mange crunches jeg skal lave, eller hvor mange squats.

7:48 – Hvad skal jeg spise til morgenmad?

Det er det, jeg har glædet mig mest til: mad. Jeg kan godt lide mad, men hader beslutninger og at vente, hvilket betyder, at jeg spiser mange af de samme ting. Korn, riskager med jordnøddesmør, bananer, yoghurt, æg, ost, avocado. Nogle gange kombineres disse til rigtige måltider, andre gange spiser jeg kugler af rå avocado med en ske.

Til morgenmad slog jeg til AllRecipes Dinner Spinner app, som heldigvis har morgenmadsmulighed. Appen lader dig vælge skåltype, ingredienser og forberedelsestid, og derfra spytter dine muligheder ud. Du kan også blive mere specifik (så I paleo-mærkelige derude kan undgå … alt lækkert).

Efter at have valgt "Morgenmad", "Grøntsager" og "klar på 20 minutter eller mindre", rullede jeg gennem resultaterne, hvoraf de fleste ikke var morgenmadsartikler. Den robuste database gav mig masser af valgmuligheder, men dette valg afviser også bekvemmeligheden ved at få en computer til at vælge for dig. Jeg nøjedes med koriander og hvidløgsæg med parmesan, men erstattede babyspinat med koriander, fordi jeg ikke hader mig selv nok til at spise koriander.

Er det godt? Ja. Ville jeg hellere have fået en mini-yoghurt fra køleskabet? For helvede ja.

11:43 – Hvad skal jeg have på?

Som en, der arbejder hjemmefra tre dage om ugen og normalt ikke skifter træningsbukser før middag, kan det være det område, hvor jeg har mest brug for en algoritme til at hjælpe mig. I min søgen efter at finde de bedste gratis tjenester, indså jeg, at jeg havde brug for to: En, der havde stil i tankerne, den anden vejr.

Det Hvad skal jeg have på app fortæller dig, hvad du skal have på baseret på vejret. Overraskelse: Jeg bor i det nordvestlige Stillehav, det regner, og at fortælle mig, at jeg skal have en frakke på, er ikke ligefrem revolutionerende. De utilitaristiske aspekter ved at klæde mig på er ikke det, der undviger mig. Hvis det er koldt, tager jeg en sweater på; hvis det ikke er, vil jeg ikke. Det er at vælge, hvilke farver eller stoffer jeg skal bruge, som jeg har brug for en hånd med. For helvede hvis jeg ved det.

Dailydressme.com har en løsning. Appen træffer sine valg baseret på vejret samt hvad popkulturen siger er mode. Det blev udviklet af en 16-årig, der ifølge webstedet ønskede at "svare enhver piges største spørgsmål om morgenen – ‘Hvad er vejret?’ og ‘Hvad skal jeg have på?’” Jeg plejer at spørge “Hvorfor er det så lyse? Hvad gjorde jeg for at fortjene dette helvedes mareridt kaldet at vågne klokken 7:30?!” men det er nok derfor jeg har brug for denne side. Så jeg skrev i min by, og dette er, hvad teknologien foreslog, at jeg havde på:

Er det en hat, der tabte en kamp med et tørklæde? Hvad kigger jeg på? Jeg er ked af det, men jeg er bare ikke nær cool nok til at klare det her. Og da jeg ikke er født og forældreløs i en hip gyde i centrum og derefter opvokset af Urban Outfitter-medarbejdere, ejer jeg ikke engang det nødvendige tøj.

Det lykkedes mig at samle den normale person-version af dette: jeans, skjorte, frakke, støvler. Jeg tilføjede endda hatten.

I betragtning af det faktum, at jeg normalt ikke kan lade være med at løbe leggings og sweatshirts, følte jeg mig alt for fancy. Alligevel, da jeg trykkede på Opdater og så, hvilke andre vederstyggeligheder jeg kunne være blevet foreslået …

… Jeg vidste med det samme, at jeg ikke ville vende tilbage til Dailydressme.com.

12:00. – Hvad skal jeg lytte til?

Da jeg bruger masser af tid på at arbejde online, er jeg næsten altid at finde Spotifying. Men jeg foretrækker at stole på mine egne afspilningslister i stedet for at bruge radiofunktionen, som jeg har kun fundet mildt vellykket. Men jeg overgiver mig til algoritmer, så jeg indstillede Spotify-radioen til Sol-radiostationen. Ifølge Spotify fungerer det baseret på "en kombination af vores egne data baseret på milliarder af timers on-demand lytning fra vores brugere og sociale data og tommelfingerdata (synes godt om det/gem spor til afspilningslister)."

Ind imellem hørte jeg en sang, jeg holdt meget af … ellers blandede de sig alle sammen. Faktisk var det en god ting: Det var som en baggrundsbrun, der holdt mig produktiv, underholdt, men ikke fascineret. Her er stationen.

14.30. - Hvad skal jeg gøre?

Hvis internettet har lært os noget, er det, at vi konstant keder os. Nogle af de mest almindelige Google-søgninger er "hvad du skal gøre i [indsæt by her]" eller "ting at gøre, når du keder dig."

For virkelig at tillade internettet at komme med sådanne forslag til dig, er du virkelig nødt til at give slip på dine afbrydelser. Hangups er ting som et ønske om at blive inde, manglende evne til at gå et sted hen uden et mandskab eller ikke at ville betale for noget. Men i ånden af ​​dette eksperiment vil jeg se, hvad nogle få apps finder på.

Først prøvede jeg Find Gravy, som dybest set akkumulerer alt det annoncerede, der sker i dit område, og du kan sortere det baseret på humør og tid. Føler du dig klassisk? Vil du gerne være udendørs? Kunstnerisk? Alle muligheder du kan vælge. Desværre var mulighederne for den dag, jeg prøvede det, dyre, langt væk, skete faktisk ikke den dag, eller rædselsvækkende. (Åben mikrofon aften? Kan ikke gøre det, vil ikke gøre det.) Mange var LivingSocial-aftaler, som er en FindGravy-partner.

Da jeg er den eneboer, som jeg er (ikke rigtig, kun på en måde), besluttede jeg at prøve Wtfshouldidotoday.com, som foreslår tilfældige aktiviteter samt tidsabsorberende hjemmesider, som du kan spilde tid på.

Og spildte tiden gjorde jeg. På denne. Og dette. Og dette.

Så jeg tog til Shouldidoit.com, en ægte Magic 8 ball-type app, som giver dig ja eller nej svar. Der var en kort pause i regnen, så jeg spurgte: "Skal jeg gå en tur?"

Ja.

Se hvor nemt det var!

"Skal jeg gå og hente kaffe?"

Ja. Igen med de klare svar! Dette er naturligvis en sidste mulighed - og skal ikke tages seriøst, da det er ansvarsfraskrivelse forklarer.

16:00 – Hvad skal jeg læse?

En af de ting, Wtfshouldidotoday.com fortalte mig at gøre, var at læse en ny bog. Så i stedet for formålsløst at vandre i grænser eller bladre gennem forslag på min Kindle, satte jeg kursen mod apps.

jeg forsøgte Whatshouldireadnext.com. Webstedets instruktioner er enkle: "Indtast en bog, du kan lide, og siden analyserer vores enorme database af rigtige læseres yndlingsbøger for at give boganbefalinger og forslag til, hvad de skal læse næste gang."

jeg trådte ind Rettelserne, og en af ​​de bedste anbefalinger var Nigella Lawsons Festmad, der fejrer livet. Det ville ikke gøre. Så jeg prøvede Jonathon Franzen, som fik mig til at klikke på et par af hans romaner. jeg vælger Frihed, som jeg elsker, og det foreslog The Ask af Sam Lipstyne.

Stor succes: Jeg er interesseret i en række ting ved denne roman. For det første, som en, der tidligere har arbejdet med akademisk fundraising, sætter jeg pris på enhver historie om denne mærkelige og skræmmende verden. For det andet, økonomiske kampe for nylige universitetsstuderende? Ja tak!

18:15. – Hvad skal jeg lave til aftensmad?

Efter min morgenmadsoplevelse med AllRecipes DinnerSpinner, uddelegerede jeg beslutningen om aftensmaden til Whatthefuckshouldimakefordinner.com. Siden er fuldstændig tilfældig, hvilket betyder, at den faktisk ikke er algoritme-baseret. I stedet, ligesom WtfshouldIdotoday.com, sender det dig slingrende gennem internettets væld af opskrifter på rå måde.

Ifølge Whatthefuckshouldimakefordinner.com skulle jeg spise Orecchiette med pesto rosso. Hvilket lød som meget mere arbejde end den snoreost og riskage med peanutbutter, jeg planlagde på "laver." Nu korrekt klædt på af en algoritme, tog jeg mig selv ned til QFC for at finde det nødvendige ingredienser. Bortset fra at jeg ikke vil have pesto, fordi den er salt. Og nogle af tingene var alt for dyre, så jeg improviserede. Orecchiette med tomater, spinat og zucchini i tomatsauce er det!

Det var lidt mere arbejde end en riskage, men det værd. Det inspirerede mig også til at købe og spise zucchini, som jeg troede, jeg hadede, men faktisk elsker.

19:00 – Hvad skal jeg se?

Jeg har et par shows, jeg religiøst vender tilbage til: 30 Rock, Breaking Bad, The Wire, eller Parks n' Rec. I stedet for at gøre dette brugte jeg Popcorn.fm og Jinni at finde noget nyt.

Jinni blev bygget af underholdnings- og sprogeksperters menneskelige intelligens for at bestemme, hvad du vil se, baseret på dine følelser. Appen giver meget tilpasselige filtre; du opfordres til at blive meget specifik. Baseret på hvad jeg udfyldte (komedie, vittig, tv) fik jeg Big Bang teorien og MOSE. Ingen af ​​dem er tilgængelige på Netflix. Så jeg prøvede Popcorn.fm, der ligesom så mange af de apps, jeg har brugt i dag, beder dig om at nævne noget, du kan lide, og finder noget andet med lignende kvaliteter. Jeg fortalte anbefalingsmaskinen, at jeg kan lide filmen Som gal og det anbefales Kunsten at klare sig. Heller ikke på Netflix.

Dette var frustrerende.

Til sidst prøvede jeg at basere forslagene på et par tv-shows, som jeg godt kan lide for at få en anden anbefaling: Jagter Amy. Jeg havde aldrig set den, den var tilgængelig på Netflix, så vi gik!

Mine tanker? Det er ikke min nye favorit, men det er en solid film, og jeg er glad for, at jeg ikke lige genså sæson fire af 30 Rock.

Dommen

For det første er algoritmer udmattende. Jeg syntes det var trættende at tage mine egne beslutninger hele dagen, men det er langt mere energikrævende at lade en anbefalingsmotor gøre det. Hvorimod jeg vil tage hensyn til bekvemmelighed, mit energiniveau, og hvor meget jeg virkelig vil denne ting, vil en computer ikke - og har normalt langt højere forventninger til mig, end den burde.

Hvilket … måske er den bedste del af at lade algoritmer styre dit liv. Jeg er helt for at holde barren lav og overskuelig i visse henseender, men at udfordre dig selv har naturligvis sine fordele. Beslutninger via algoritmer fører dig til nye opdagelser, og mens nogle af dem bare vil flade ud frustrere dig (hej, dress-mig-algoritmer!), vil andre bare skubbe og proppe dig bag din komfort zone. Og så spiser du zucchini. Og du vil kunne lide det.

Som med alle ting er det ikke noget, jeg vil foreslå at bruge algoritmer til dagliglivet taget til det ekstreme. Men at overgive dig selv til magten i sådanne applikationer, hvis blot for en dag, vil give nogle glade overraskelser.

Redaktørens anbefalinger

• WhatsApp lader dig nu tilføje korte videobeskeder til chats
• Meta har allerede bekræftet mig for at påvirke valg - så hvorfor skal jeg betale for et flueben?
• WhatsApp lader dig nu kontrollere, hvem der kan se din profil
• WhatsApp vil snart lade dig sende penge med Facebook Pay
• WhatsApp kan snart lade dig sende forsvindende beskeder i private chats