「標準的な損失関数を用いたパーソナライゼーションは、余分なステップを加えた集団平均への回帰である」。つまり、「平均への回帰」（多様なものがより標準化される傾向）は、標準的なパーソナライゼーションアルゴリズムでは避けられないということだ。そのアルゴリズムは安全策を取り、広く受け入れられるものだけを表示する。そして、選択肢が平均に限定されるため、平均的なものを選ぶことになるのだ。

推薦システム、そして予測に基づいて行動を起こすその他の分析ツールは、このようにして、街並み、市場、メディアの推薦など、実に多様な現象を画一化させてしまうのです。これらの推薦システムが自己成就的な予言であるということは、「正しい必要はなく」、「耳を傾けてもらえればそれで良い」ということを意味します。