Home Notizie recenti Prevenire il rimorso degli scroller: come sapere cosa vogliono gli utenti

Prevenire il rimorso degli scroller: come sapere cosa vogliono gli utenti

16
0
feed dei social media

Credito: Pixabay/CC0 di dominio pubblico

Un nuovo modello può aiutare le società di media online a capire cosa offre agli utenti una soddisfazione a lungo termine, non solo la gratificazione istantanea dello scorrimento continuo, che può comportare meno tempo trascorso sulla piattaforma, ma meno utenti che smettono del tutto.

La maggior parte delle piattaforme online cerca di aumentare il tempo che gli utenti trascorrono lì, di solito offrendo loro più contenuti che hanno consumato in passato. Ma questa strategia può perpetuare lo scorrimento insensato e potenzialmente indurre gli utenti dispiaciuti a smettere di usare il tacchino freddo.

“C’è una discussione nella comunità di ricerca e nelle aziende tecnologiche su come può essere che le persone utilizzino molto i media online, ma spesso non apprezzano il tempo trascorso”, ha affermato Jon Kleinberg, professore di informatica alla Tisch University nel Cornell Ann S. Bowers College of Computing and Information Science. Kleinberg è stato coautore di un nuovo documento che fornisce strumenti per aiutare ad alleviare questo conflitto offrendo alle società di media online nuovi modi per capire cosa vogliono veramente gli utenti.

“Queste piattaforme sono progettate per guardare ciò che fai e quindi darti di più di ciò che desideri”, ha affermato Kleinberg. “Quindi, da un lato, queste piattaforme sono altamente ottimizzate. D’altro canto, spesso ci sentiamo come se non facessimo buone scelte quando siamo su di loro. Quindi come conciliamo queste due cose?”

Questa incoerenza può essere il risultato di due aspetti noti del processo decisionale umano, il sistema 1 e il sistema 2. Il sistema 1 prende decisioni rapide, quasi automatiche, mentre il sistema 2 è più lento, riflessivo e più logico. Con il cibo, il sistema 1 vuole l’intero sacchetto di patatine, mentre il sistema 2 sceglie l’insalata. Entrambi gli alimenti possono far parte di una dieta equilibrata, ma le patatine forniscono una gratificazione nel momento, mentre l’insalata fornisce una soddisfazione duratura. Con i media online, i post di celebrità potrebbero attivare il sistema 1, mentre un video educativo potrebbe interessare il sistema 2.

Per capire in che modo questi due sistemi influenzano il consumo dei media online, Kleinberg ha lavorato con l’ex studente laureato Manish Raghavan, ora al Massachusetts Institute of Technology, e Sendhil Mullainathan, economista comportamentale dell’Università di Chicago. Hanno sviluppato un modello che simula il modo in cui un utente con desideri contrastanti interagisce con una piattaforma, quindi suggerisce modi per dare priorità al valore che l’utente riceve.

Il loro documento, “The Challenge of Understanding What Users Want: Inconsistent Preferences and Engagement Optimization”, ha ricevuto l’Exemplary Applied Modeling Paper Award alla conferenza dell’Association for Computing Machinery Economics and Computation 2022.

Il modello è necessario, hanno affermato i ricercatori, perché la maggior parte delle piattaforme ha un sacco di dati comportamentali (clic, condivisioni e lunghezze delle sessioni) che riflettono principalmente le scelte del sistema 1. Raccogliere informazioni sulle scelte del sistema 2, ad esempio tramite sondaggi sulla soddisfazione degli utenti, è molto più difficile.

Il nuovo modello è un punto di partenza per le aziende per capire cosa guida le decisioni degli utenti. “Mentre alcuni tipi di contenuti si comportano come cibo spazzatura, altri possono comportarsi come insalate salutari e prendere in giro la differenza è la chiave per capire cosa vogliono gli utenti”, ha detto Raghavan. Il modello può aiutare le aziende a classificare i contenuti come patatine o insalata e a modificare l’algoritmo per impedire agli utenti di abbuffarsi.

Inoltre, il modello può suggerire modifiche al design. Ad esempio, le piattaforme possono consentire al sistema 2 di intervenire periodicamente aggiungendo interruzioni regolari, un’opzione già fornita da alcune società di social media. Possono anche disabilitare la riproduzione automatica, che tende ad alimentare le decisioni impulsive del sistema 1.

Ora, gli autori stanno lavorando con i progettisti di piattaforme per scoprire quali interventi migliorano con successo la felicità degli utenti. Mirano anche a incorporare le interazioni tra gli utenti nel modello, per vedere come i Mi piace e i commenti dei colleghi influiscono sull’esperienza.

Idealmente, gli autori sperano che questo modello sposti la conversazione dall’estendere il coinvolgimento all’aumento del valore della piattaforma per gli utenti. “Penso che molte di queste aziende riconoscano che, a lungo termine, rendere le persone felici e più sicure utilizzando queste piattaforme sia effettivamente vantaggioso per loro”, ha affermato Raghavan.


Articolo precedenteUna tecnica per migliorare sia l’equità che la precisione nell’intelligenza artificiale
Articolo successivoIn che modo la digitalizzazione dei sondaggi sulla sostituzione dell’anca e del ginocchio può far risparmiare tempo e migliorare la compliance