算法无处不在。有时我们会看到痕迹。偶尔我们也会感受到这种影响。大多数时候，我们会模糊地意识到一个不可见的算法存在。我们开始学习如何使用算法，并了解它对未来意味着什么。

人们使用不同的策略来改变他们的网站或应用程序的体验。大多数人甚至从未想过要尝试使用设置。来自伊利诺伊州的詹妮弗总结了一种普遍的感觉:“我从来没有使用过设置，但我可以在没有它们的情况下控制我的反馈。”

当我们让人们查看他们在Facebook、谷歌和Acxiom的广告偏好时，他们很难找到它们。太多的地方需要去看，如果没有我们的指导，大多数人甚至不确定他们寻找什么。一旦参与者查看设置，就会感到不愉快。和研究中的其他许多人一样，来自弗吉尼亚的玛丽很沮丧，“看到Facebook对我的看法，这有点让人尴尬。我不知道我怎么会有这样的结局。”

该算法所知道的，有时有点太过接近，让人感到不舒适，从而产生了一种诡异的谷值效应。与此同时，这并不完全正确。这也是令人不安的。虽然有少数人去掉了不匹配，但很多人不愿意这样做。来自佛罗里达州的布列塔尼指出，“如果不知道这是怎么使用的，我不确定我能做出一个好的选择。”其他人只是不想让算法太了解他们。

这个算法产生了第二个我，或者完全是另一个人。

大多数人尽量少花时间在设置上，这可能不是新鲜事。当有一个中断的时候，这个脉冲是为了游戏的算法而不是调整设置。所有的喜欢和反馈，跟随和不跟随，归结为四个基本的算法塑造技术。

• 回避

人们不希望算法跟随他们的每一步。因此，这一天以私人浏览会议和“备案”浏览之间的一个微妙的平衡为结束。来自威斯康辛州的马修描述了一种常见的做法:“我整天在私人窗口之间来回移动。”也就是说，人们不确定这是否有很大的区别。回避是保护某些关键信息的隐私。

• 制作

因为算法似乎落后了一步，人们仅仅为了算法而进行一些活动。跟随，不跟随，喜欢，发布到多个浏览器或设备上，并使用多种社交媒体身份，这是一种策略。

• 疑问

偶尔，人们会注意到一些看起来不太可能的事情。无论是广告，或者从他们的信息流中消失的人，或者奇怪的推荐。第一个冲动是寻求帮助或者只是抱怨。这就是关于算法如何运作的神话。

• 恶作剧

当一个算法让自己以一个侵入性的广告或笨拙的机器人的形式出现时 — 人们似乎无法帮助自己。他们进行恶作剧。同样的算法也适用于一些过于个人化的算法，比如How-Old.net。恶作剧源于一种想要展示最聪明的算法的冲动。

当算法与我们的身份不同步时，这是一个问题。“这就像通过点击和喜欢得到另一个我一样。真的很奇怪，”来自新泽西州的马特说。

偶尔，我们会瞥见另一个版本的自己。对有些人来说，这就像看到一幅扭曲的自画像。对另一些人来说，它完全是另一个他们不太喜欢的人。为什么?“因为不管它现在对我有什么了解，都是一年前的事，甚至是一天前的事。现在不是我，”华盛顿的凯特说。

最终，我们希望看到算法看到的自己，并且在算法如何定义我们方面有更多的发言权。随着时间的推移，最好的算法会随着我们一起成长和改变。未来的算法 — 无论是反馈，或聊天机器人，或推荐 — 将会邀请人类的合作。