Voiko tekoäly ratkaista valinnanvaikeuden sisältörikkailla alustoilla?

Johdanto

Suositusjärjestelmät vähentävät valintojen määrää, ja tiedot viittaavat siihen, että tämä on alustalle arvokkaampaa kuin useimmat ihmiset olettavat. Onko se kuitenkin uuden löytämisen kustannuksella, on erillinen kysymys, johon ei ole helppoa vastata.

Suoratoistosovellukset vaativat paljon tiistai-iltana. Kun avaat yhden, joudut selaamaan riveittäin pikkukuvia ennen kuin löydät jotain katsomisen arvoista – olettaen, että löydät ylipäätään mitään. Moni ei löydä. Mainospalkit vaihtuvat, sama kourallinen nimikkeitä nousee esiin yhä uudelleen, ja jossain vaiheessa sovelluksen sulkeminen voi tuntua helpoimmalta vaihtoehdolta. Vegas Stars casino nz:n kaltaiset kasinosivustot kohtaavat samankaltaisen ongelman eri näkökulmasta: uusi käyttäjä kirjautuu sisään ja löytää satoja tuntemattomia pelikuvakkeita ilman selvää lähtökohtaa. Tutkijat antoivat tälle ilmiölle jo jonkin aikaa sitten nimen ”valintojen ylikuormitus”, ja alustat pitävät sitä eräänlaisena tulonmenetyksenä.

Suositusmoottorin todellinen arvo

Jos Netflixin suositusmoottori vaihdetaan pelkkään suosiojärjestykseen, käyttäjien sitoutuminen laskee 12 %, kertoo marraskuussa 2025 julkaistu SSRN-työpaperi, jonka on laatinut yhtiöön liittyvä taloustieteilijöiden ryhmä (kolme artikkelin kirjoittajista työskentelee suoraan Netflixissä). Kokeile sen sijaan matriisifaktorisointimallia, joka on askel taaksepäin täydellisestä personoinnista, ja kustannukset ovat pienemmät, 4 %. Kun tämä ero kerrotaan satojen miljoonien tilaajakunnalla, se tarkoittaa miljardeja katselutunteja ja rahaa, joka lopulta näkyy uusimislukujen muodossa tavalla tai toisella.

Klaus Wertenbroch ei ole täysin vakuuttunut siitä, että personointi olisi yksiselitteisesti hyvä asia. Hän opettaa markkinointia INSEAD-liiketalouskorkeakoulussa ja on yksi artikkelin kirjoittajista, jossa kyseenalaistetaan, kuinka paljon painoarvoa ihmiset ylipäätään antavat algoritmisten valintojen perusteella tehdyille suosituksille. ”Minä ja artikkelin muut kirjoittajat varoitamme kuluttajia luottamasta liikaa tekoälyalgoritmeihin tällaisia valintoja tehdessään”, Wertenbroch totesi artikkelissa yrittäen saada ihmiset miettimään kahdesti ennakkoluuloja. Hän sanoi toivovansa, että suositukset nähtäisiin juuri sellaisina kuin ne ovat – ei virallisina suosituksina, vaan yksinkertaisesti neuvojen kaltaisina.

Tämä liittyy suosioharhaan. Kun riittävän moni tili jo seuraa tiettyä ohjelmaa, se voi antaa mallille signaalin suositella kyseistä ohjelmaa muille (on turvallisempaa suositella olemassa olevaa hittiä kuin jotain tuntematonta), ja seurauksena pienet katsojajoukot kutistuvat myöhemmissä kierroksissa, kunnes ne lopulta katoavat näkyvistä niiltä, jotka eivät aktiivisesti etsi kyseistä ohjelmaa. Taloustieteilijät viittaavat ”rikkaat rikastuvat” -ilmiöön selittäessään tätä prosessia. Sillä on vaikutuksia hakukoneiden indeksointiin ja sosiaalisen median syötteisiin – kaikkialla, missä algoritmit käyttävät epäsuorasti suosiota laadun arvioinnin mittarina.

Netflix ja INSEAD päätyivät samaan johtopäätökseen, mutta he kulkivat sinne eri reittejä. Vaikka he käsittelivät täysin erilaista dataa eri toimialoilta, he havaitsivat, että syy, miksi käyttäjät pysyvät palvelussa, on yleensä sama. Kasvavat kirjastot, jotka eivät paranna jo olemassa olevan tarjonnan laatua, kertyvät helposti roskaa ja menettävät kykynsä houkutella uusia käyttäjiä tai pitää kiinni nykyisistä.

Algoritmit eivät osaa hyödyntää onnellisia sattumia

Klikkaushistoria, sivulla vietetty aika ja hakutermit muodostavat useimpien hakukoneiden perustan. Ne luottavat näihin digitaalisiin jalanjälkiin tarjotakseen lisää sisältöä, jota olet jo katsellut tai pelannut. Se on järkevää suunnittelun tarkoituksen kannalta. Toisaalta on kuitenkin mahdollista, että et koskaan näe juuri tällaista ehdotusta. Syy on hieman hienovarainen: sinusta ei ole koskaan tullut esiin kiinnostusta, koska et ole koskaan tutustunut kyseiseen sisältöön. Ennen suosittelujärjestelmien ja tekoälyn tuloa käytettiin ”suusta suuhun” -markkinointia. Kun veljesi tai sisaresi antoi sinulle kasettikokoelman, jossa oli vain muutama kappale, ja yhtäkkiä löysit aivan uuden alalajin etsimättä sitä lainkaan.

Sisältötyyppi	Vakiomuotoinen vuorovaikutus	Kuratoitu vuorovaikutus	Keskeinen havainto
Laajaa suosiota saavuttaneet osumat	Jo korkea	Liikkuu tuskin lainkaan	Nämä teokset löytyvät pelkästään suosion ansiosta
Keskitason valikoima	Haudattu, helppo ohittaa	Nousee selvästi	Kuratointi ansaitsee paikkansa nimenomaan täällä
Niche-teokset	Lähes näkymättömiä	Nousee hieman	Jopa hyvällä kohdentamisella on rajansa

Pelkkä data ei pysty itsestään tuomaan esiin näitä odottamattomia, hauskoja valintoja. Vegas Starsin kaltainen sivusto hallinnoi laajaa valikoimaa, joka on täynnä korttipelejä, suurivolatiliteettisia kolikkopelejä ja ympäri vuorokauden toimivia live-jakajia. Tällaisen kirjaston järjestäminen vaatii tietysti jonkin verran organisointia. Koneoppimisalgoritmi huolehtii taustalla olevasta matematiikasta, kun taas älykäs käyttökokemus ja tuotesuunnittelu viimeistelevät tehtävän. Jos käyttäjä luo uuden tilin ilman aiempaa kokemusta, tekoäly ja hyvät sisältökategoriat tekevät taikojaan. Alustan järjestäminen tällä tavalla varmistaa, että pelivalikoima ei tule sekavaksi.

Hyvä kuratointi vie pitkälle

Vegas Starsin ensikävijät kohtaavat noin 200 erillistä peliruutua, joiden takana ei ole vielä yhtään klikkaushistoriaa. Monet vanhemmat suositusmoottorit käsittelevät tätä tyhjää taulua vanhentuneella tavalla, lähinnä siksi, että kukaan ei ole rakentanut niitä tätä skenaariota silmällä pitäen. Jotkut päätyvät kierrättämään samaa kourallista pelityyppejä, kunnes kaikki ruudulla alkaa sekoittua toisiinsa. Paremmat järjestelmät yrittävät hieman vaativampaa lähestymistapaa: ne seuraavat, mistä pelaaja jo pitää, ja lisäävät sitten satunnaisesti jonkin pelin kyseisen mallin ulkopuolelta vain nähdäkseen, mikä kiinnostaa.

• Klikkaukset ja istunnon kesto kertovat pelaajasta enemmän kuin mikään kysely.
• Tuhansia tilejä verrataan toisiinsa yhteistyösuodatuksen avulla etsien päällekkäisyyksiä pelatuissa tai ohitetuissa peleissä.
• Volatiliteetti ja pelimekaniikka luetaan suoraan pelitiedostoista, joten pelityylien vastaavuudet perustuvat dataan, eivät arvailuun.
• Myös istunnon keskellä tapahtuva mielialan muutos havaitaan, mikä jäisi staattisesta profiilista yksinkertaisesti huomaamatta.

Insinööreillä on nimi tälle aloitustilanteelle, jossa uudella tilillä ei ole vielä mitään tietoja: kylmäkäynnistysongelma. Jotkut järjestelmät käsittelevät sitä ohjaamalla uudet tilit oletuksena yleisesti suosittuihin sisältöihin, kunnes käyttäytymistietoja on kertynyt tarpeeksi kunnolliseen personointiin. Toiset taas esittävät muutaman perehdytyskysymyksen, vaihtaen hieman kömpelömän rekisteröitymisen etumatkaan suositusten löytämisessä. Kumpikaan ratkaisu ei ole täydellinen, mutta molemmat ovat parempia kuin 200 ruudun satunnainen esittäminen ja toivominen, että jokin osuu kohdalle.

Kaksi tekniikkaa hoitaa suurimman osan varsinaisesta lajittelusta, kun alat tarkastella kaikkea sisältöä. Ensinnäkin yhteistyösuodatus määrittää samankaltaisuuspisteet yhden tilin ja tuhansien muiden tilien välillä vertaamalla otsikoita, joita on klikattu, pelattu tai jopa ”ohitettu yhteisesti”. Sisältöpohjainen merkitseminen ohittaa tuon vertailun ja lukee sen sijaan jokaisesta pelistä metatiedot, kuten volatiliteetti-indeksin, teeman ja voittotaulukon rakenteen, ja vertaa sitten näitä ominaisuuksia siihen, mitä yksi tili on aiemmin suosinut (nämä kaksi tekniikkaa toimivat usein rinnakkain sen sijaan, että toinen korvaisi toisen). Kumpikin menetelmä säästää käyttäjää istumasta paikallaan ja kaivamasta läpi jokaista valikoimaa käsin.

Tarkemmin tarkasteltuna prosessi koostuu noin viidestä vaiheesta, joista jokainen on melko suoraviivainen:

1. Istuntotiedot, kategoria-asetukset ja ohitusmallit syötetään malliin ennen kuin mitään luokitellaan.
2. Yksittäiset profiilit sovitetaan yhteen todelliseen klikkaushistoriaan perustuvien pelien kanssa, ei pelkästään yleisesti suosittujen pelien kanssa.
3. Järjestä oikein. Suurin osa kotisivun ruudukon saadusta vuorovaikutuksesta tapahtuu sen ensimmäisissä riveissä, mikä on yksi syy siihen, miksi järjestysjärjestys on tärkeämpi kuin sen alla olevan luettelon koko.
4. Uudet klikkaukset, ohitukset ja päätökseen saatetut istunnot sisällytetään takaisin lisää koulutustietona.
5. Uudet julkaisut ja muutokset pelaajien käyttäytymisessä otetaan huomioon muutamassa minuutissa sen sijaan, että odotettaisiin aikataulun mukaista päivitystä.

Miltä parempi kuratointi näyttää Vegas Starsissa

Mobiilisessiot muodostavat suurimman osan Vegas Starsin kaltaisen sivuston liikenteestä, ja se muuttaa sitä, mitä kuratoinnin on todellisuudessa tehtävä käyttäjän hyväksi. Pienemmällä näytöllä mahtuu näkyviin ehkä kuusi tai kahdeksan ruutua ennen kuin käyttäjän on vieritettävä, joten sillä ensimmäisellä näkyvällä rivillä on valtava merkitys – samaan tapaan kuin Netflixin tutkimuksessa mainittu kotisivun ruudukon vaikutus. Jos tuo avausrivi on väärin valittu, pelaaja ei koskaan näe kirjaston loppuosaa, riippumatta siitä, kuinka hyvä taustalla oleva sovitus on.

Sitten on vielä live-jakajan pöytäpelit, jotka tuovat mukaan aivan uuden monimutkaisuuden tason. Oletetaan, että sinulla on blackjack-pöytä, jossa on kolme vapaata paikkaa, ja käyttäjä, joka on kiinnostunut liittymään mukaan; sinun on yhdistettävä heidät millisekunneissa, ei sekunneissa, joita kuluu kalenterin selailuun. Et voi vain painaa toistopainiketta, kun paikka on jo varattu. Ajoitus on tässä tärkeää toisin kuin on-demand-videokirjastossa, sillä kun live-pöytä täyttyy, pelaajan mahdollisuus on mennyt. Se on kuin moninpelilobby missä tahansa Call of Duty -pelissä tai muussa joukkuepelissä, joita löytyy PlayStationilta ja Xboxilta.

Myös voittojen maksamisen nopeus vaikuttaa löydettävyyteen jonkin verran epäsuorasti. Pelaajat, jotka siirtävät rahaa kryptovaluutan tai e-lompakoiden kautta, vaihtavat pelisessioita yleensä nopeammin kuin ne, jotka odottavat pankkisiirtoa päiviä, jolloin suositusmoottorilla on vähemmän aikaa oppia mitään vierailua kohden, ennen kuin kyseinen tili siirtyy toiselle alustalle. Nopeampi rahavirta tarkoittaa yleensä nopeampaa päätelmää siitä, toimiiko pelilobby kyseiselle pelaajalle.

Tämän toteuttaminen vaatii todellista insinööritaitoa. Se edellyttää nopeita, reagoivia taustajärjestelmiä yhdistettynä ulkoasuun, joka on suunniteltu vastaamaan sitä, mihin pelaajan huomio todellisuudessa kohdistuu.

Vastuuvapauslauseke: Uhkapeli on viihteen muoto, johon liittyy luontaisia riskejä. Sitä ei tule pitää tulonlähteenä tai taloudellisena strategiana. Panosta vain summa, jonka menettämisen voit varautua, aseta tiukat rajat ja hakeudu apuun, jos uhkapelaaminen vaikuttaa sinuun. Osallistuminen on rajoitettu 18 vuotta täyttäneille aikuisille. Pelaa aina vastuullisesti.