THE BULLET POINT "PREVIEW"
Οι recommendation algorithms υπόσχονται ότι θα μας δείχνουν περισσότερο από αυτό που μας αρέσει, αλλά μπορεί ταυτόχρονα να περιορίζουν το εύρος όσων ανακαλύπτουμε.
Όσο περισσότερο η κουλτούρα οργανώνεται γύρω από trends, likes και «For You» feeds, τόσο δυσκολότερο γίνεται να ξεχωρίσουμε την προσωπική προτίμηση από την επανάληψη.
Η καλλιέργεια προσωπικού γούστου ίσως απαιτεί πλέον κάτι που παλαιότερα συνέβαινε φυσικά: χρόνο, περιέργεια και επαφή με πράγματα που κανένας αλγόριθμος δεν επέλεξε για εμάς.
Όταν το προσωπικό γούστο έγινε πράξη αντίστασης. Πώς ξέρεις ότι κάτι σου αρέσει πραγματικά; Η ερώτηση ακούγεται απλή μέχρι να προσπαθήσεις να την απαντήσεις σήμερα.
Βλέπεις ένα συγκεκριμένο sneaker στο TikTok. Μετά εμφανίζεται στο Instagram. Έπειτα κάποιος creator το φοράει σε ένα video. Το βλέπεις σε ένα Pinterest board και λίγες ημέρες αργότερα αρχίζει να σου φαίνεται οικείο.
Και ξαφνικά το θέλεις.
Αλλά πότε ακριβώς αποφάσισες ότι σου αρέσει;
Ήταν προσωπική επιλογή ή απλώς αποτέλεσμα αρκετής επανάληψης;
Αυτό είναι ένα από τα πιο παράξενα προβλήματα της εποχής των recommendation algorithms. Η τεχνολογία δεν μας δείχνει πλέον απλώς τον κόσμο. Τον επιμελείται προσωπικά για εμάς.
Spotify, Netflix, TikTok, YouTube, Instagram και Pinterest προσπαθούν διαρκώς να προβλέψουν τι θα μας αρέσει μετά.
Η υπόσχεση είναι convenience. Το πιθανό κόστος είναι ότι κάποια στιγμή μπορεί να αρχίσουμε να δυσκολευόμαστε να ξεχωρίσουμε τι ανακαλύψαμε από αυτό που μας ανατέθηκε να ανακαλύψουμε.
Αυτή ακριβώς η ανησυχία βρίσκεται πίσω από μια νέα συζήτηση γύρω από την απώλεια του προσωπικού taste και την αναζήτηση πηγών έμπνευσης έξω από τα algorithmic feeds.
Όταν όλοι έχουμε το δικό μας feed και βλέπουμε τα ίδια πράγματα
Οι αλγόριθμοι είναι ένα περίεργο μείγμα εξατομίκευσης και ομοιομορφίας. Θεωρητικά, δύο άνθρωποι έχουν διαφορετικό feed επειδή έχουν διαφορετικά ενδιαφέροντα.
Στην πράξη όμως, τεράστιος αριθμός χρηστών περνά συνεχώς μέσα από τα ίδια trends, τα ίδια aesthetics, τα ίδια viral προϊόντα και τα ίδια πολιτιστικά references.
Το αποτέλεσμα είναι οι λεγόμενες micro-trends.
Για μερικές εβδομάδες όλοι μιλούν για ένα συγκεκριμένο interior style. Έπειτα για ένα sneaker. Μετά για ένα βιβλίο. Μετά για μια αισθητική που αποκτά όνομα, hashtag και shopping list σχεδόν πριν προλάβει να δημιουργηθεί πραγματικά.
Η προσωπικότητα μπορεί έτσι να μετατραπεί σε menu. Διάλεξε aesthetic. Διάλεξε playlist. Διάλεξε mood board. Και μετά αγόρασε τα πράγματα που αποδεικνύουν ότι ανήκεις σε αυτό.
Taste δεν είναι το ίδιο με preference
Υπάρχει μια σημαντική διαφορά ανάμεσα στο «μου αρέσει κάτι» και στο «έχω γούστο». Το πρώτο είναι αντίδραση.Το δεύτερο χρειάζεται χρόνο.
Το προσωπικό taste χτίζεται από πράγματα που αγαπήσαμε και πράγματα που μισήσαμε. Από λάθος επιλογές, περίεργες ανακαλύψεις, ανθρώπους που μας έδειξαν κάτι που δεν γνωρίζαμε και περιόδους όπου αλλάξαμε γνώμη.
Δεν είναι database με preferences. Είναι ιστορία.
Ο αλγόριθμος όμως λειτουργεί διαφορετικά. Βλέπει τι σταμάτησες να κοιτάξεις. Τι έκανες click. Τι άκουσες μέχρι το τέλος. Και προσπαθεί να αφαιρέσει όσο το δυνατόν περισσότερο ρίσκο από την επόμενη επιλογή.
Αν σου άρεσε αυτό, πιθανότατα θα σου αρέσει και εκείνο. Είναι εξαιρετικό για efficiency. Αλλά η καλλιέργεια γούστου δεν είναι απαραίτητα efficient διαδικασία.
Χρειαζόμαστε και πράγματα που δεν μας αρέσουν
Ένας από τους πιο ενδιαφέροντες τρόπους με τους οποίους διαμορφώνεται το προσωπικό γούστο είναι μέσω της απόρριψης.
Πρέπει να ακούσεις μουσική που δεν σου αρέσει για να καταλάβεις καλύτερα εκείνη που αγαπάς. Να δεις ένα άσχημο δωμάτιο για να καταλάβεις τι σημαίνει για εσένα όμορφο design. Να διαβάσεις ένα βιβλίο που σε εκνευρίζει. Να φορέσεις κάτι και να καταλάβεις ότι δεν είσαι εσύ.
Αυτές οι μικρές αποτυχίες δημιουργούν αισθητικά όρια.
Τα recommendation systems όμως έχουν κίνητρο να μειώνουν τέτοιες αποτυχίες. Θέλουν να συνεχίσεις να βλέπεις, να ακούς ή να κάνεις click.
Έρευνα που δημοσιεύθηκε το 2026 εξετάζει ακριβώς αυτό το φαινόμενο της aesthetic homogenization: την πιθανότητα δηλαδή τα συστήματα recommendation, η εξάρτηση από popularity signals και η περιορισμένη έκθεση σε διαφορετικές πηγές να αποδυναμώνουν σταδιακά την ανεξάρτητη αισθητική κρίση.
Το πρόβλημα λοιπόν δεν είναι ότι ο αλγόριθμος κάνει κακές προτάσεις. Ίσως το πρόβλημα είναι ότι γίνεται πολύ καλός στο να μη μας απογοητεύει.
Η επιστροφή του curator
Πριν από τα recommendation engines, μεγάλο μέρος της πολιτιστικής ανακάλυψης περνούσε μέσα από ανθρώπους. Έναν φίλο που σου έδινε έναν δίσκο. Έναν βιβλιοπώλη. Έναν DJ. Ένα περιοδικό. Έναν δημοσιογράφο. Έναν υπάλληλο σε ένα record store που είχε αποφασίσει ότι πρέπει οπωσδήποτε να ακούσεις κάτι.
Οι προτάσεις τους δεν ήταν personalized σε κλίμακα. Ήταν προσωπικές. Και πολλές φορές ήταν λανθασμένες. Αυτό ακριβώς τις έκανε ενδιαφέρουσες.
Σήμερα βλέπουμε μια μικρή επιστροφή σε curated newsletters, independent publications, offline communities και ανθρώπους που αντιμετωπίζουν ξανά την ανακάλυψη ως κάτι περισσότερο από recommendation score. Η ίδια τάση εμφανίζεται και στην αναβίωση αναλογικών μέσων και DIY εκδόσεων.
Ο curator δεν σου λέει απαραίτητα «θα σου αρέσει αυτό». Σου λέει: «θεωρώ ότι αξίζει να το δεις». Και αυτή είναι μια πολύ διαφορετική υπόσχεση.
Το offline έγινε εργαλείο ανακάλυψης
Ίσως γι’ αυτό επιστρέφουν και ορισμένες φαινομενικά παλιομοδίτικες συμπεριφορές. Να χαζεύεις ένα βιβλιοπωλείο χωρίς να ψάχνεις συγκεκριμένο τίτλο.
Να αγοράζεις ένα περιοδικό και να διαβάζεις κάτι επειδή απλώς βρισκόταν στην επόμενη σελίδα. Να ψάχνεις δίσκους χωρίς recommendation list. Να παρατηρείς τι φοράει κάποιος στον δρόμο αντί να ανοίγεις ένα “Get the Look”.
Αυτές οι δραστηριότητες έχουν ένα κοινό χαρακτηριστικό: περιέχουν ευκαιρία. Η πιθανότητα να βρεις κάτι που δεν ήξερες ότι έψαχνες.
Το internet μάς έδωσε σχεδόν τέλεια εργαλεία για να βρίσκουμε αυτό που ξέρουμε ότι θέλουμε. Το δύσκολο κομμάτι πλέον είναι να βρούμε αυτό που δεν ξέραμε ότι θέλουμε ακόμη.
Το προσωπικό γούστο χρειάζεται και λίγη ιδιωτικότητα
Υπάρχει ακόμη μία διάσταση. Παλαιότερα μπορούσες να περάσεις μια περίοδο όπου σου άρεσε κάτι αμφιλεγόμενο, περίεργο ή απλώς κακό χωρίς να το μάθει κανείς.
Σήμερα κάθε αισθητική επιλογή μπορεί να γίνει δημόσια.
Το Spotify Wrapped αποκαλύπτει τι άκουσες. Τα likes δείχνουν τι εγκρίνεις. Τα outfits φωτογραφίζονται. Τα βιβλία γίνονται profile identity. Τα σπίτια μπαίνουν στο Instagram.
Το γούστο δεν είναι πλέον μόνο κάτι που έχεις. Είναι κάτι που παρουσιάζεις.
Και όταν κάθε επιλογή μπορεί να αξιολογηθεί από άλλους, υπάρχει ο κίνδυνος να αρχίζουμε να επιλέγουμε όχι μόνο αυτό που αγαπάμε αλλά και αυτό που επικοινωνεί τη σωστή εκδοχή του εαυτού μας.
Η πίεση να μη θεωρηθεί κάποιος “cringe” είναι χαρακτηριστικό παράδειγμα αυτής της νέας πολιτιστικής αυτοπαρακολούθησης, ειδικά στις νεότερες γενιές.
Το πραγματικό προσωπικό taste ίσως χρειάζεται κάτι που έχουμε λιγότερο σήμερα: χώρο για να κάνουμε αισθητικά λάθη χωρίς κοινό.
Μην αφήσεις τον αλγόριθμο να τελειώσει τη δουλειά
Το ζητούμενο δεν είναι να σταματήσουμε να χρησιμοποιούμε recommendation systems. Είναι εξαιρετικά χρήσιμα.
Μπορούν να μας δείξουν μουσική που δεν γνωρίζαμε, βιβλία που πιθανότατα θα αγαπήσουμε και δημιουργούς που διαφορετικά δεν θα ανακαλύπταμε ποτέ.
Το ζήτημα είναι να μην αποτελούν τη μοναδική πηγή ανακάλυψης.
Να αφήνουμε μερικές φορές το Spotify recommendation και να ακούμε τον δίσκο που διάλεξε κάποιος άλλος. Να πηγαίνουμε σε ένα βιβλιοπωλείο χωρίς λίστα. Να αγοράζουμε κάτι επειδή μας έκανε να σταματήσουμε μπροστά του και όχι επειδή το είδαμε δεκαπέντε φορές στο feed. Να ανακαλύπτουμε πράγματα που δεν έχουν ακόμη αρκετά likes ώστε να ξέρουμε αν «επιτρέπεται» να μας αρέσουν.
Γιατί το προσωπικό γούστο δεν δημιουργείται μόνο από καλές επιλογές. Δημιουργείται από την ελευθερία να διαλέξεις μόνος σου.
Σε έναν κόσμο όπου ο αλγόριθμος γίνεται όλο και καλύτερος στο να προβλέπει τι θα μας αρέσει, ίσως η πραγματική πολυτέλεια να είναι κάτι πολύ απλό: να ανακαλύψεις κάτι πριν προλάβει να σου το προτείνει.
GOOD TO KNOW
Ο όρος “filter bubble” χρησιμοποιήθηκε ευρέως από τον Eli Pariser ήδη από το 2011 για να περιγράψει τον τρόπο με τον οποίο η εξατομίκευση μπορεί να περιορίσει την έκθεσή μας σε πληροφορίες έξω από τις υπάρχουσες προτιμήσεις μας. Η σημερινή συζήτηση πηγαίνει ένα βήμα παραπέρα: δεν αφορά μόνο τις ειδήσεις ή τις πολιτικές απόψεις, αλλά και την αισθητική αυτονομία. Σύγχρονη έρευνα εξετάζει κατά πόσο η συστηματική έκθεση σε algorithmically curated και ομογενοποιημένο περιεχόμενο μπορεί να κάνει τους ανθρώπους περισσότερο εξαρτημένους από metrics όπως views, likes και ranking όταν αποφασίζουν τι θεωρούν όμορφο ή αξιόλογο.
Ο Eli Pariser είναι Αμερικανός συγγραφέας, ακτιβιστής και επιχειρηματίας στον χώρο των media και της τεχνολογίας. Έγινε ιδιαίτερα γνωστός επειδή έκανε ευρέως γνωστή την έννοια του “filter bubble” με το βιβλίο του The Filter Bubble το 2011. Η βασική του ιδέα είναι ότι οι αλγόριθμοι εξατομίκευσης μάς δείχνουν όλο και περισσότερο περιεχόμενο παρόμοιο με ό,τι ήδη μας αρέσει ή πιστεύουμε, με αποτέλεσμα να περιορίζεται η έκθεσή μας σε διαφορετικές απόψεις και ανακαλύψεις.