COOLna

Rozšíření a diverzifikace extrakční architektury však otevřelo prostor pro vznik takových prediktivních produktů, které stojí na ustavičném sběru informací o aktivitě jedinců
v reálném světě, což umožňuje následné předpovídání emocí. Algoritmy organizující reklamy pro cílové uživatele se postupně proměňovaly na algoritmy organizující životy uživatelů v reálném světě. Konkurenční soutěž o uživatelskou pozornost vyústila ve snahu o získání co největšího množství informací o lidském emočním pulsu, aby tak předpovědní produkty redukovaly riziko neúspěšného cílení a přinášely tím inzerentům větší úspěch a provozovatelům větší zisky. Prediktivní dynamika tedy stojí na dvou axiomech – čím více digitálních aparátů a systémových služeb bude pro uživatele k dispozici, tím více dat bude extrahováno. Čím více dat bude využito ke vzniku prediktivního produktu, tím kvalitnější a výnosnější finální produkt bude. Kvalita se pak neodvíjí jen od množství a rozmanitosti, ale také od hloubky intimních vzorců, které poskytují představu o tom, jaké zvolit načasování pro předkládání obsahu uživatelům. Ve vztahu k chytrým zařízením, která plní funkce sběratelů osobních informací, vznikají dvě zásadní otázky – Co všechno o nás smart produkty vědí a komu jsou tyto soukromé informace bez našeho vědomí předávány?