”Det är dags att gå från algoritmutmattning till samarbete”
Solita har tillsammans med Alice Labs genomfört en internationell studie som undersöker förhållandet mellan AI-baserade rekommendationssystem och dess användare. Slutsatsen är att användare behöver fler möjligheter att interagera i stället för att bara passivt ta del av algoritmernas rekommendationer.
“I think that currently algorithms mostly work like this: ‘You like this, take more’. The romance continues for a while but then it withers.”
Juho, 31, Finland
Under de senaste åren har människor blivit alltmer vana vid att interagera med AI-system som ger rekommendationer om vad man ska läsa, titta på, lyssna eller köpa härnäst, vem man ska dejta eller hur man ska träna. Rapporten visar att rekommendationsalgoritmer fungerar bra för många behov, men att de misslyckas med att låta användare göra nya saker med sitt innehåll, de tenderar att bara ge mer av samma sak. Eftersom dagens rekommendationssystem inte klarar att tillgodose det som ligger lite utanför de vanliga preferenserna, har användarna börjat hitta sätt att kringgå dem i en strävan efter mer relevans och värde.
“There are times when I’ve put on something that I would never ever want to watch [while using this profile], just to see what happens next [to the recommendations].”
Tiina, 55, Finland
Förväntningarna på personliga rekommendationer varierar förstås beroende på användarens nuvarande önskemål, medvetenhet och användningskontext. Problemet är att när gapet mellan rekommendationerna och användarens egna förväntningar blir för stort uppstår en frustration hos användaren. Det är ofta mycket svårt för ett helt autonomt system att lösa den här typen av spänningar, inte minst med tanke på hur ovilliga många av oss är när det kommer till att aktivt dela personlig data och vår ovilja att aktivt spendera tid att hjälpa dessa system på vägen.
Rapporten visar att vi behöver tänka på ett nytt sätt när det gäller rekommendationssystemen. I stället för att bygga heltäckande autonoma rekommendationsmotorer behöver vi ge fler möjligheter för användare att påverka de rekommendationer de får, att interagera med systemen, så att algoritmerna svarar bättre mot mänskliga behov.
“It’s almost like on Facebook. If you change your gender and age there, you’ll get a totally different view. You are being offered scooters and all kinds of fun things. But [say that] you are 50 – they will start promoting incontinence products.”
Tiina, 55, Finland
Rapporten fokuserar särskilt på de rekommendationssystem som används i mobil- och onlinenyheter samt musik- och videoströmning. Studiens resultat baseras på 60 djupintervjuer av streamingtjänstanvändare i USA, Kina, Nederländerna, Indien och Finland, genomförda under 2020–2021.
“It is what you need at the moment: do I want to be anchored in nostalgia or do I want to fly into another world? Those two options, very different from each other.”
Manesh, 18, Indien
Alice Labs, en byrå som sprecialiserat sig på strategisk konsumentinsikt, genomförde studien i samarbete med Helsingfors universitet och den finansierades av Stiftelsen för ekonomisk utbildning. Solita har bidragit med sin expertis för att utveckla insikterna under skrivandet av rapporten. Studien har genomförts i fem länder och är en del av det tvååriga Everyday AI-projektet där två stora streamingtjänster var inblandade, däribland finska public service-bolaget Yle.
“[Be]cause…I’ve listened to so much pop and rap, that stuff kind of filters out any chance of seeing any rock or indie rock in my recommended [songs].”
Daniel, 23, USA
För mer information:
Patrick Couch, Business Developer Data & AI, Solita, tel +46 707 27 58 95 [email protected]
Solita
