借助算法猜测人们对电影、音乐、新闻、购物等一切事物的偏好，这种现象我们早已司空见惯。这种猜测的背后，不仅基于我们所搜索、查看或收听的内容，还基于我们以上活动与其他人的不同。协同过滤（Collaborative filtering）就是这样一项技术，它利用我们与他人行为中隐藏的模式，来预测我们会对哪些事情感兴趣或会被什么吸引。
那么，如果算法能直接从我们大脑获取反应而非仅仅根据人的行为进行猜测呢？这听起来有点像科幻小说，但一项结合计算机科学和认知神经科学的研究显示，基于大脑的协同过滤确实可以使其变为可能。哥本哈根大学和赫尔辛基大学的一个联合研究小组证明，可以根据某人的大脑反应匹配情况来预测其个人偏好。这一发现可能会被用来提供个性化的媒体内容——甚至可能让我们更了解自己。
理论上，使用脑机接口可以直接从人脑推断出偏好。这次的研究则首次证明，在现实的推荐场景中，脑机接口可以为偏好推测将是一个可行的选择。这种利用大脑推断偏好的方法结合算法，可设计出一个神经协作过滤框架。另外值得称道的是，这项研究还专门讨论了该发现对个性化系统和用户隐私的更广泛影响。
研究人员不希望只将这一新方法视为广告商和流媒体服务商销售产品或留住用户的有效方式。正如作者之一、Keith Davis指出：“我认为，我们的研究是迈向一个所谓‘心智计算’（mindful computing）时代的一步。在心智计算时代，通过计算机与神经科学技术的结合，用户将能够得到关于其自身的独特信息。确实，众所周知，脑-机接口可以帮助人们更好地了解自己。”
当然，这项技术离走出实验室进入人们的生活还有一定距离。研究人员指出，脑-机接口设备必须要更加便宜，更易于使用，才能出现在大众手中或头上。最乐观也需要至少10年。研究人员还强调，该技术为保护基于大脑的数据免遭滥用带来了重大挑战，研究界必须仔细考虑数据隐私、所有权和 EEG 收集的原始数据方面的学术伦理问题。