1，关于互联网（人工智能）的过滤程序。
当你和你的朋友用同一个搜索引擎，打同一个关键字的时候，你是不是就觉得你们会得出一样地搜索结果呢？
伊莱·帕里泽在视频中给我们揭晓了这个问题的答案。即：答案是否定的。
这些气泡其实是算法的一种委婉的说法。老生常谈，前面的演讲也说过很多这个现象。算法剔除你不喜欢的东西，通过对你平时在互联网下留下的记录去知道你喜欢东西，并一直给你推荐类似的，讨好你。
类似的事件就是：你在淘宝的搜索会被阿里云记录，并成为你的热词。例如说你如果搜索有关经济类的书籍，那么在你下一次打开淘宝时，你会发现主页上会有经济类书籍的推荐。
这种区别化影响到世界各地人民生活的方方面面。比如在在资本主义式的政治方面，它会持续给你看你支持的选派的信息，从而影响你的政治偏向。
在之前看到过的TED演讲里面有说过一个例子：2010的选举中，每个人在社交平台收到的通知与信息不一样，甚至有的人都没有收到。
由此可见，网络给我们显示它认为我们看到的信息，未必就是我们需要的信息。而是根据我们所搜索的信息，而进行的一种刺激性推介。
这也是为什么在演讲的最后，伊莱·帕里泽从过滤气泡说到网络欺骗，让他认为“网络没有职业道德”。因此我们需要考虑公共生活和公民责任感。需要新的审核者，也就是有感情的人类去使互联网真正互联，而不是简单地交给没有感情的算法。
2，关于自我的Data humanism.
2008年，Google第一次开始预测流感就取得了很好的效果，比美国疾病预防控制中心提前两个礼拜预测到了流感的爆发。但是，几年之后，Google的预测比实际状况（由防控中心根据全美就诊数据推算得出）高出了50%。媒体过于渲染了Google的成功，出于好奇目的而搜索相关关键词的人越来越多，从而导致了数据的扭曲。
在这个数据分析失误的案例里我们应该深刻认识到，数据不是“神”，我们不应该绝对地追求它，更不能极度简化它，这样子会让我们失去重点。
因此在演讲中，卢皮的提出了数据人文主义（data humanism）这个概念。她认为应该将数据放入个人背景里，用数据作为镜头或过滤器来发现或揭示最真实的自己。
卢皮每天用数据记录每天她和别人说感谢的次数，由此发现她对亲密的人说的没有对陌生人的多。
数据是没有温度的，如果它对我们没有用处，那么它也将失去存在的意义。我们需要将我们的个性融入到数据当中，给予它温度，使它被看到，被感知，不被架空。
3，关于Mapping ideas worth spreading.
生态学家Eric Berlow和物理学家Sean Gourly对整个 TED Talks 进行了一个算法，他们将全球的24000个TED演讲整合并创造吃一个独一无二的数学模型。这个数学模型是立体的，它可以被翻转，也可以放大看到更多大话题里面包含的小话题。同时这个模型也是一体的——在这些演讲中总有一些相似的思想出现，这些想通之处建立起了一种联系，从而就能用图表来表示。
综上，数据中也需要加入个人的背景与特色，将数据人性化和个性化。
