Vai mākslīgais intelekts var atrisināt izvēles pārslodzi saturā bagātās platformās?

Ievads

Ieteikumu sistēmas samazina izvēļu skaitu, kas cilvēkam jāizdara, un dati liecina, ka platformai tas ir vērtīgāk, nekā vairums cilvēku pieņem. Vai tas notiek uz rēķina, ka var netikt atklāts kaut kas jauns, ir atsevišķs jautājums, uz kuru arī nav tik viegli atbildēt.

Straumēšanas lietotnēm ir lielas prasības pret otrdienas vakaru. Atveriet vienu, un jums būs jāizskata rindas ar sīktēliem, pirms nonāksiet pie kaut kā, ko ir vērts skatīties, pieņemot, ka cilvēks vispār nonāk pie kaut kā. Daudzi cilvēki tā nenonāk. Banneri mainās, atkal un atkal parādās tie paši daži nosaukumi, un kādā brīdī lietotnes aizvēršana var šķist vieglākais risinājums. Kazino vietnēm, piemēram, „Vegas Stars casino nz”, rodas līdzīga problēma no cita skatpunkta: jauns lietotājs ieiet savā kontā un sastopas ar simtiem nepazīstamu spēļu logotipu, nezinot, ar ko sākt. Pētnieki jau sen deva šim fenomena nosaukumu – izvēles pārslodze – un platformas to uztver kā sava veida ieņēmumu problēmu.

Ieteikumu dzinēja faktiskā vērtība

Ja Netflix ieteikumu dzinēju aizstātu ar vienkāršu popularitātes reitingu, lietotāju iesaistīšanās samazinātos par 12 %, liecina 2025. gada novembra SSRN darba dokuments, ko sagatavojusi ar uzņēmumu saistīta ekonomistu grupa (trīs no šī dokumenta autoriem strādā tieši Netflix). Izmēģiniet tā vietā matricu faktorisācijas modeli — soli zemāk par pilnīgu personalizāciju —, un samazinājums ir mazāks — 4 %. Reizinot to ar simtiem miljonu abonentu, šī starpība veido miljardiem skatīšanās stundu un naudu, kas galu galā tā vai citādi atspoguļojas abonementu atjaunošanas rādītājos.

Klaus Wertenbroch neuzskata, ka personalizācija ir viennozīmīgi laba lieta. Viņš pasniedz mārketingu INSEAD un ir līdzautors rakstam, kurā tiek apšaubīts, cik lielu nozīmi cilvēki vispār piešķir algoritmiskajiem ieteikumiem. “Mani līdzautori un es brīdinām patērētājus par pārlieku paļaušanos uz AI algoritmiem, veicot šādus izvēles,” rakstā norādīja Vertenbrohs, cenšoties likt cilvēkiem divreiz padomāt par aizspriedumiem. Viņš teica, ka cer, ka ieteikumus uztvers tieši tā, kādi tie ir – nevis kā oficiālu atbalstu, bet vienkārši kā padomu.

Tas ir saistīts ar popularitātes aizspriedumu. Ja pietiekami daudz lietotāju jau skatās kādu raidījumu, tas var dot signālu modelim ieteikt šo raidījumu citiem (ir drošāk ieteikt jau esošu hītu nekā kādu nezināmu raidījumu), un rezultātā mazās auditorijas turpmākajos ciklos sarūk, galu galā pazūdot no redzesloka tiem, kuri aktīvi nemeklē konkrētu raidījumu. Ekonomisti šo procesu skaidro ar „bagātie kļūst bagātāki” efektu. Tam ir ietekme uz meklētājprogrammu indeksēšanu un sociālo tīklu plūsmām — visur, kur algoritmi netieši izmanto popularitāti kā kvalitātes novērtēšanas rādītāju.

„Netflix“ un INSEAD nonāca pie viena un tā paša secinājuma, taču, lai to sasniegtu, izvēlējās atšķirīgus ceļus. Lai gan viņi strādāja ar pilnīgi atšķirīgiem datiem no dažādām nozarēm, viņi atklāja, ka galvenais iemesls, kāpēc lietotāji paliek, parasti ir viens un tas pats. Paplašinātas bibliotēkas, kas neuzlabo jau esošo piedāvājumu kvalitāti, mēdz uzkrāt nevajadzīgu saturu un kļūst neefektīvas jaunu lietotāju piesaistīšanā vai esošo saglabāšanā.

Algoritmi nespēj rīkoties ar laimīgiem gadījumiem

Klikšķu vēsture, laiks, kas pavadīts lapā, un meklēšanas termini veido lielākās daļas meklētājprogrammu pamatu. Tās paļaujas uz šīm digitālajām pēdām, lai piedāvātu vairāk tā, ko jūs jau esat skatījušies vai spēlējuši. No dizaina mērķa viedokļa tas ir loģiski. Taču, no otras puses, pastāv iespēja, ka jums šis konkrētais ieteikums nekad netiks parādīts. Iemesls ir diezgan smalks — tas balstās uz faktu, ka nekad nav bijis nekādu interešu pazīmju, jo jums tas nekad nav ticis iepazīstināts. Agrāk, pirms parādījās ieteikumu sistēmas un mākslīgais intelekts, to sauca par „mutvārdu” mārketingu. Kad jūsu brālis vai māsa jums iedeva miksteipu ar tikai dažiem skaņdarbiem, un pēkšņi jūs atklājāt pilnīgi jaunu apakšžanru, pat nemeklējot to.

Satura veids	Standarta iesaistīšanās	Kūrēta iesaistīšanās	Galvenais novērojums
Plaša auditorija	Jau ir augsta	Gandrīz nemainīgs	Šos izdevumus atrod vienīgi pateicoties to popularitātei
Vidējā līmeņa katalogs	Aizmirsts, viegli nepamanāms	Ievērojami kāpj	Šeit īpaši izceļas kuratoru darbs
Niches darbi	Gandrīz neredzams	Nedaudz palielinās	Pat labai mērķauditorijas izvēlei ir robežas

Tīriem datiem ir grūti pašiem atklāt šos negaidītos, jautros atradumus. Tāda vietne kā „Vegas Stars“ pārvalda plašu katalogu, kas piepildīts ar kāršu spēlēm, augstas svārstīguma spēļu automātiem un dzīvajiem dīleriem, kuri strādā visu diennakti. Acīmredzot, lai sakārtotu šādu bibliotēku, ir nepieciešama zināma organizācija. Mašīnmācīšanās algoritms rūpējas par pamatā esošo matemātiku, bet viedais lietotāja pieredzes (UX) un produkta dizains pabeidz uzdevumu. Ja kāds izveido jaunu kontu bez iepriekšējas pieredzes, mākslīgais intelekts un labas satura kategorijas dara savu brīnumu. Platformas organizēšana šādā veidā nodrošina, ka spēļu izkārtojums nekļūst pārblīvēts.

Pienācīga satura atlase dod lielus rezultātus

Tie, kas Vegas Stars apmeklē pirmo reizi, sastopas ar aptuveni 200 atsevišķām spēļu ikonām, par kurām pagaidām nav nekādas klikšķu vēstures. Daudzas vecākas rekomendāciju sistēmas ar šo „tīro lapu” rīkojas novecojušā veidā, galvenokārt tāpēc, ka neviens tās nav veidojis, ņemot vērā šādu scenāriju. Dažas beidz ar to, ka atkārto vienu un to pašu žanru klāstu, līdz viss ekrānā sāk saplūst kopā. Labākas sistēmas mēģina kaut ko sarežģītāku — tās izseko, kas spēlētājam jau patīk, un tad laiku pa laikam ievieto kādu spēli, kas neatbilst šim modelim, vienkārši lai redzētu, kas pieķeras.

• Klikšķu skaits un sesijas ilgums par spēlētāju pastāsta vairāk nekā jebkura aptauja.
• Tūkstošiem kontu tiek salīdzināti savā starpā, izmantojot sadarbības filtrēšanu, meklējot pārklāšanos tajā, kas tika spēlēts vai izlaists.
• Volatilitāte un mehānika tiek nolasīta tieši no spēles failiem, tādējādi spēles stils atbilst datiem, nevis minējumiem.
• Tiek fiksētas arī noskaņas izmaiņas sesijas laikā, ko statisks profils vienkārši nepamanītu.

Inženieriem ir nosaukums šim sākotnējam scenārijam — jaunam kontam, kurā vēl nav nekādu ierakstu: „aukstā starta problēma”. Dažas sistēmas to risina, pēc noklusējuma ieteicot jaunajiem kontiem to, kas ir vispārēji populārs, līdz uzkrājas pietiekami daudz uzvedības datu, lai veiktu pienācīgu personalizāciju. Citas sistēmas tā vietā izmanto dažus ievada jautājumus, apmainot nedaudz neērto reģistrācijas procesu pret ātrāku sākumu ieteikumu saskaņošanā. Neviens no šiem risinājumiem nav ideāls, bet abi ir labāki nekā parādīt 200 spēļu logotipus nejaušā secībā un cerēt, ka kaut kas iepatiksies.

Kad sākat apskatīt visu saturu, lielāko daļu faktiskās šķirošanas veic divas metodes. Pirmkārt, sadarbības filtrēšana nosaka līdzības rādītāju starp vienu kontu un tūkstošiem citu, salīdzinot nosaukumus, uz kuriem ir klikšķināts, kurus ir atskaņojuši vai pat „kopīgi izlaiduši”. Uz saturu balstītā marķēšana izlaiž šo salīdzinājumu un tā vietā nolasa metadatus no katra nosaukuma — svārstīguma indeksu, tēmu, izmaksu tabulas struktūru —, pēc tam salīdzina šos atribūtus ar to, ko konkrētais konts ir iecienījis iepriekš (abas metodes bieži darbojas paralēli, nevis viena aizstāj otru). Abas metodes atbrīvo lietotāju no nepieciešamības sēdēt un ar rokām pārmeklēt katru katalogu.

Sadalot to pa posmiem, process sastāv no aptuveni pieciem soļiem, no kuriem katrs ir diezgan vienkāršs:

1. Pirms tiek veikts jebkāds rangu noteikums, modelī tiek ievadīti sesijas dati, kategoriju preferences un izlaišanas modeļi.
2. Atsevišķie profili tiek saskaņoti ar spēļu nosaukumiem, kas saistīti ar faktisko klikšķu vēsturi, nevis tikai ar to, kas ir vispārēji populārs.
3. Pareizi izveidojiet rangu. Lielākā daļa saskarsmes ar mājaslapas rāsti notiek pirmajās pāris rindās, kas ir viens no iemesliem, kāpēc rangu secībai ir lielāka nozīme nekā zem tās esošā saraksta lielumam.
4. Jauni klikšķi, izlaišanas gadījumi un pabeigtas sesijas tiek iekļauti kā papildu apmācības dati.
5. Jauni izlaidumi un izmaiņas lietotāju uzvedībā tiek iekļauti dažu minūšu laikā, nevis jāgaida plānotais atjauninājums.

Kā izskatās labāka satura atlase Vegas Stars

Mobilās sesijas veido lielāko daļu satiksmes tādā vietnē kā Vegas Stars, un tas maina to, ko kurēšanai faktiski ir jādara lietotāja labā. Mazākā ekrānā ir vieta aptuveni sešām vai astoņām redzamām flīzēm, pirms lietotājam ir jāskrollē, tāpēc tam, kas atrodas pirmajā redzamajā rindā, ir ārkārtīgi liela nozīme, līdzīgi kā Netflix pētījumā norādītais sākumlapas režģa efekts. Ja šī sākuma rinda ir nepareizi izveidota, spēlētājs nekad neredzēs pārējo bibliotēku, neatkarīgi no tā, cik laba ir pamatā esošā saskaņošana.

Tad ir arī spēles ar dzīvo dīleri, kas pievieno pavisam jaunu sarežģītības slāni. Pieņemsim, ka ir blekdžeka galds ar trim brīvām vietām un lietotājs, kurš vēlas pievienoties; jums ir jāsavieno viņus milisekundēs, nevis sekundēs, kas tiek tērētas, pārmeklējot tikšanos kalendāru. Jūs nevarat vienkārši nospiest „play” uz atkārtojuma, kad vieta jau ir aizņemta. Atšķirībā no video bibliotēkas pēc pieprasījuma šeit ir svarīgs laiks, jo, tiklīdz šis dzīvais galds ir aizpildīts, spēlētājam iespēja ir zudusi. Tas ir kā daudzspēlētāju vestibils jebkurā „Call of Duty” vai citā komandu spēlē, ko varat atrast uz PlayStation un Xbox.

Izmaksa ātrums arī netieši ietekmē atklāšanu. Spēlētāji, kas naudu pārvieto, izmantojot kriptovalūtas vai e-makus, parasti ātrāk pāriet no vienas sesijas uz nākamo nekā tie, kas dienām gaida bankas pārskaitījumu, tādējādi ieteikumu sistēmai paliek mazāk laika katrā apmeklējumā, lai kaut ko uzzinātu, pirms šis konts pāriet uz citu platformu. Ātrāka naudas ienākšana parasti nozīmē ātrāku secinājumu par to, vai vestibils šim spēlētājam patiešām derēja.

Lai to panāktu, ir nepieciešama īsta inženierija. Tas prasa ātras, reaģētspējīgas aizmugures sistēmas, kas apvienotas ar izkārtojumu, kas veidots tā, lai atbilstu tam, uz ko spēlētājs patiesībā koncentrējas.

Atbrīvojums no atbildības: Azartspēles ir izklaides veids, kam piemīt raksturīgs risks. Tās nedrīkst uzskatīt par ienākumu avotu vai finanšu stratēģiju. Derieties tikai par summu, ko varat atļauties zaudēt, noteikt stingrus limitus un meklējiet palīdzību, ja azartspēles jums rada problēmas. Dalība ir atļauta tikai pilngadīgajiem (18+). Vienmēr spēlējiet atbildīgi.