Huyskes fa notare che:

L’omofilia è stata per secoli segregazione, o ciò che in molti casi l’ha giustificata, mentre oggi il riconoscimento delle caratteristiche, o pattern recognition, sta costitutivamente alla base dei modelli di apprendimento automatico. L’identità, nel bene (quando è autodeterminazione) e nel male (quando è segregazione) possiede sempre una dimensione collettiva. L’omofilia aveva lo scopo di rintracciare la somiglianza, ciò che lega insieme le identità e le moltiplica, creando cluster che almeno nell’eugenetica favorivano la segregazione, cancellando le contingenze storiche e le discriminazioni istituzionali. In questo modo, le stavano rendendo naturali. Il passaggio alla data science segna una differenza di scopo e di obiettivo. Le capacità delle macchine che analizzano le informazioni, le nostre nuove tecnologie, le abbiamo già scoperte. Ma c’è di più. Con l’obiettivo di determinare trend, pattern e fare previsioni – sulle quali torneremo a breve – la scienza dei dati tende a rendere impossibile l’imprevedibile. Nell’era contemporanea l’omofilia, intesa ancora come la tendenza delle persone a connettersi con altre persone che sono simili a loro in qualche modo, viene data totalmente per scontata. Nonostante tutti gli sforzi sociali e politici, è come se fosse il punto di partenza per la maggior parte delle analisi che incontriamo nei nostri esempi. (D. Huyskes, “Tecnologia della rivoluzione. Progresso e battaglie sociali dal microonde all’intelligenza artificiale”)