Искате по-добри онлайн препоръки? Необходим е по-добър AI и човешко докосване

Прекарване на часове в безкрайни странично превъртащи се редове от филми на Netflix или търсене из вечно дългите списъци с еднакво оценени ресторанти в Yelp – това не може да бъде начинът, по който трябва да работи. Част от цялото обещание на интернет е, че платформите и услугите ще вземат безкрайното предлагане на мрежата от всичко – нещата, които да гледате, четете, гледате, играете, купувате, ядете, инвестирате, коментирате, слушате или имате чувства за – комбинирайте го с дълбоко разбиране за това кой сте и какво харесвате и ви изпращайте безкрайно количество от всичките ви любими неща.

Когато работи, може да се почувства вълшебно, като алгоритъма на TikTok, който изглежда ви познава по-добре, отколкото вие познавате себе си. Но това е доста рядко. По-често сте преследвани из интернет от реклами на Amazon за продукти, които вече сте закупили, или сте заседнали да прелиствате стотици 3,5-звездни обяви на Yelp или стотина подкаста за истински престъпления в Spotify, само за да намерите нещо, което вие като. Или просто накрая гледате Офиса. Отново.

Добрите препоръки изглеждат като достатъчно прост проблем, нали? Компаниите и платформите, работещи върху тези машини за персонализиране, казват, че това е по-труден проблем, отколкото изглежда. Най-вече защото хората, разбирате ли, са трудни за разбиране. Но те също така казват, че има начин да се направи по-добре. И начин, по който можете да помогнете.

Когато екипът в приложението за препоръки за съдържание По същия начин за първи път започна да изгражда своята платформа, смята, че най-добрият начин да направи препоръки е да изгради социална мрежа. „Това, което се случва в реалния живот“, казва главният изпълнителен директор на Likewise Иън Морис, „е излизаш на обяд или вечеря и първото нещо след „как си, как са децата“ е, че говориш за неща, които“ чели сте или онова страхотно ново предаване, което сте гледали, или подкаст, който наистина трябва да започнете да слушате. Това е животът!” Той смяташе, че онлайн тези човешки връзки и препоръки са били заменени от лоши алгоритми, оптимизирани за ангажираност и растеж спрямо действително качествено съдържание. Той смяташе, че Likewise може да бъде ресурс за намиране на филми, предавания, книги и подкасти, всичко това на едно място.

Морис все още е убеден, че това е правилният подход. Въпреки това не се развихри толкова бързо, колкото се надяваше – изграждането на социална мрежа от нулата е сериозно трудна работа – и така също започна да мисли как да направи платформата по-полезна дори за тези, които не са имали голяма група от приятели, използващи по същия начин. Той нае редакционен екип, който да претърси интернет за най-добрите и най-интересните нови неща и едновременно с това започна да изгражда система за машинно обучение, която може да прави автоматизирани препоръки.

По същия начин събира всички неща, които искате да гледате, и всички неща, които смята, че трябва да гледате.
Изображение: По същия начин

Сега, когато за първи път започнете да използвате приложението Likewise, то изисква да му кажете за нещата, които харесвате. Ако искате препоръки за филми, първо трябва да изберете няколко жанра – комедия, драма, уестърн – и след това да изберете някои от любимите си от подбран набор от заглавия. Не можете да получите достъп до останалата част от приложението, докато не изберете поне 20. „Изплащането е огромно“, казва Салим Хемдани, технически директор на Likewise. “Колкото повече ни кажеш, толкова по-добре ще бъде.” Той казва, че хората никога не спират на 20, защото е просто забавно да избираш неща, които харесваш. И като правите това, вие казвате на алгоритъма на Likewise кой сте всъщност.

По същия начин използва тази информация, за да ви постави в „клъстер“, който се отнася до група хора със сходни вкусове с вашите. Тези клъстери непрекъснато се променят въз основа на това, което гледате и оценявате, и информират за всичко останало, което ви препоръчва. „Това ни дава инициираща точка да кажем колко хора са като вас в света и колко клъстера можем да създадем?“ Хемдани казва. Колкото по-зърнести и специфични са тези клъстери, толкова по-точни могат да бъдат. Знаейки, че харесвате Наследство е леко полезен; като знам, че харесваш наследство, романи на Майкъл Крайтън, подкастът Приключенската зона, и всичко с Marvel в заглавието е много по-полезно.

Най-простата и широко разпространена система за препоръки, на Likewise и другаде, е известна като съвместно филтриране. Работи, като се приеме, че ако нещо ви харесва и някой друг харесва това нещо, а също и второ нещо, вероятно ще харесате и второто нещо. Това е! Обикновено включва повече данни и повече хора, но това е основната идея: ако желаете Отделяне и други хора, които харесаха Отделяне наистина копаят Стария човеквероятно ще го направите и вие.

Една от теориите на Морис е, че Likewise може да предостави по-добри препоръки, не само като познава потребителите по-добре, но просто като има повече неща, които да им предложи. Netflix, HBO и Disney никога няма да препоръчват каталози на другия, но по същия начин (заедно с приложения като Само гледай и Reelgood) може да ги индексира всички. „Не сме наясно с някакъв механизъм за препоръки, който разглежда неща като социалната графика или разглежда книги, подкасти, телевизионни предавания, филми“, казва Морис, „и позволява на вашите предпочитания и други неща да се влияят взаимно в тези категории .”

Най-простият начин да получа по-добри препоръки, казаха ми почти всички в това пространство, е да дам на приложенията и платформите повече работа. Множество ръководители описаха идеалния процес на персонализиране като съвместно упражнение, в което вие и AI работите заедно, за да нарисувате точна картина на това, което всъщност харесвате. Всичко, което държите нагоре в Netflix, помага на приложението да ви постави в правилните клъстери; всеки филтър, който отметнете в Yelp, прави препоръките на ресторанта по-полезни. Гласовете за отрицание и нехаресванията са също толкова полезни. Кликванията, харесванията и дори ангажираността могат да означават много неща, но изричното одобрение изпраща много по-силен сигнал.

Екранна снимка на търсене в Pinterest за „летни прически“, показваща опции за филтриране за защитни, навиващи, къдрави, вълнообразни, прави и бръснене / плешив.  Избира се защитна, показваща различни щифтове на хора с плитки и обрати.

Pinterest прие персонализацията като процес на сътрудничество с потребителите.
Изображение: Pinterest

Странно обаче, много платформи са тръгнали по другия път, избирайки да заключат какво харесвате въз основа на това, върху което щраквате или се задържате, докато превъртате или се ангажирате по някакъв начин. Тя се основава на желанието за напълно безпроблемно потребителско изживяване, но от Facebook до YouTube до TikTok, ние видяхме какво може да доведе до: дезинформация, заешки дупки, ехо камери, проблеми от всякакъв вид. Освен това изисква събиране на удивителни количества данни, грабване на всяка възможна информация за вас и вашите навици, в случай че част от нея е полезна.

Навин Гавини, старши вицепрезидент на продукта в Pinterest, казва, че разбира импулса към липса на триене. „Ако отворите любимата си платформа за стрийминг съдържание и щяхте да гледате филм“, казва той, „не мисля, че искате първо да отговорите на тест от 30 въпроса: Хей, кои са всичките ви любими филми? Добре, как бихте ги оценили? Кои са любимите ви актьори? Не мисля, че някой иска да премине през тази работа.” Вместо това, казва той, ключът е да намерите точните моменти за задаване на въпроси. „Имам бръснар, при който ходя от 10 години, който ми подстригва косата“, казва Гавини като пример. „И ако мислите за това преживяване всеки път, това е персонализирано преживяване и няма нужда да му казвам, когато вляза как искам да се подстрижа, защото той ме познава. Но започна с този първи разговор: беше изричен разговор, като „Хей, така че как обичаш да си подстригаш косата?“ „Да направиш същия този вид диалог изричен, без да го използваш прекомерно, е ключова цел за Pinterest.

Един страничен ефект от този процес на сътрудничество е, че той може също да предложи на потребителите по-голяма прозрачност относно това какво им се препоръчва и защо. Почти всички, с които говорих за тази история, казаха, че това е важно както за подпомагане на хората да имат добри преживявания онлайн, така и за създаване на доверие в нещата, които се препоръчват. „Все повече и повече“, казва Гавини, „мисля, че искаме да знаем: какви са решенията? Кои са нещата, които информират някои от тези алгоритми, които всъщност ни доставят съдържание?”

Доверието е всичко, наистина. Има хипотетична версия на приложението Yelp – и приложението Netflix, приложението Spotify, приложението Kindle и десетки други – това не е нищо повече от голям бутон. Сядате да гледате нещо, натискате бутона и Netflix знае точно какво търсите. Spotify пуска точно правилната песен. Yelp поръчва точното ястие, за което жадувате. Всичко е персонализирано и автоматизирано и предоставя Единствената истинска препоръка всеки път. Но бихте ли повярвали достатъчно, за да натиснете бутона? Акхил Рамеш, ръководител на потребителските продукти в Yelp, не мисли така. „Често се шегувам, че ако Бог кацне пред мен и ми каже: „Това е човекът, за когото ще се омъжиш и никога няма да се наложи да губиш и секунда“, не бих повярвал и секунда от това. “ казва той. — Бих отишъл да направя своето проучване.

Единствената истинска препоръка не е просто невъзможна – дори не си струва да се следва. Но това не означава, че нещата не могат да се оправят. Тъй като услугите, които използваме, стават все по-добри в познаването ни – и, също толкова важно, стават все по-добри в това да ни питат за себе си – те може да са в състояние да стеснят света до шепа опции вместо до безкраен превъртащ списък. Всичко, което трябва да направите, е да изберете своя фаворит и да тръгнете. Защото, наистина, там е няма правилен отговор. Има само този, който си вдигнал.