細分化され、非常に多様なデータの世界が、どのようにして均質な選択肢の世界へと変わるのでしょうか？答えは簡単です。まず、一連のアイテム（「料理、ジャンル、店舗の種類」）と、それらを並べ替えるための標準的なアルゴリズムを用意します。ユーザーには、これらの推奨の中から選択してもらいます。選択肢の最頻値（平均）は「より多く表示されるため、より多く選ばれ、モデルは最頻値が人々の望むものであるという確信を深め、残りの選択肢は淘汰されていきます」。これを数回繰り返すと、均等に分布していた選択肢のカタログは「1つの支配的な選択肢に集約されます」。

これは、推薦アルゴリズムを設計する際に私たちが下す選択に内在するものであり、推薦が成功する可能性が高い方向に傾くように設計されます。毎回成功したい推薦システムは、可能な限り安全な推薦を行うため、「あなたについて不確実な要素を持つアルゴリズム（そして、アルゴリズムは常に少なくとも多少の不確実性を持っている）は、平均的なものへと傾倒するのです」。