Poate inteligența artificială să rezolve problema suprasolicitării cu opțiuni pe platformele cu conținut bogat?

Introducere

Sistemele de recomandare reduc numărul de alegeri pe care o persoană trebuie să le facă, iar datele sugerează că acest lucru are o valoare mai mare pentru o platformă decât presupun majoritatea oamenilor. Dacă acest lucru se face în detrimentul descoperirii unor lucruri noi este o altă întrebare, la care nu este atât de ușor de răspuns.

Aplicațiile de streaming cer mult într-o seară de marți. Deschide una și vei găsi rânduri întregi de miniaturi pe care trebuie să le parcurgi înainte de a ajunge la ceva care merită vizionat, presupunând că ajungi la ceva. Mulți oameni nu ajung. Bannerele se schimbă, aceeași mână de titluri reapar mereu, iar la un moment dat, închiderea aplicației poate părea calea cea mai ușoară. Site-urile de cazinou, precum Vegas Stars casino nz, se confruntă cu o problemă similară dintr-un unghi diferit: un cont nou se conectează și găsește sute de titluri de jocuri necunoscute, fără un punct de pornire evident. Cercetătorii au denumit acest fenomen cu ceva timp în urmă „supraîncărcare de alegeri”, iar platformele îl tratează ca pe un fel de problemă legată de venituri.

Valoarea reală a unui motor de recomandări

Dacă înlocuiești motorul de recomandări al Netflix cu un simplu clasament al popularității, gradul de implicare scade cu 12%, potrivit unui document de lucru SSRN din noiembrie 2025, realizat de un grup de economiști afiliați companiei (trei dintre autorii documentului lucrează direct la Netflix). Dacă se încearcă în schimb un model de factorizare matricială, un pas înapoi față de personalizarea completă, scăderea este mai mică, de 4%. Înmulțită cu o bază de abonați de sute de milioane, această diferență se ridică la miliarde de ore de vizionare și la bani care, într-un fel sau altul, se reflectă în cele din urmă în cifrele privind reînnoirile abonamentelor.

Klaus Wertenbroch nu este pe deplin convins că personalizarea este un lucru neechivoc pozitiv. El predă marketing la INSEAD și este coautor al unui articol care pune sub semnul întrebării câtă importanță acordă oamenii, în primul rând, recomandărilor algoritmice. „Eu și coautorii mei îi avertizăm pe consumatori să nu se bazeze excesiv pe algoritmii de IA atunci când fac astfel de alegeri”, a menționat Wertenbroch în articol, încercând să-i determine pe oameni să se gândească de două ori la prejudecăți. El a spus că speră ca recomandările să fie privite doar ca atare, nu ca o aprobare oficială, ci pur și simplu ca un sfat.

Acest lucru este legat de prejudecata popularității. Atunci când un număr suficient de conturi urmăresc deja un serial, acest lucru poate semnaliza modelului să recomande acel serial altora (este mai sigur să recomanzi un succes existent decât o entitate necunoscută) și, ca urmare, audiențele mici se reduc în etapele următoare, dispărând în cele din urmă din vizorul celor care nu caută activ un titlu. Economiștii se referă la efectul „cei bogați devin și mai bogați” pentru a explica acest proces. Acesta are implicații pentru indexarea motoarelor de căutare și pentru fluxurile de pe rețelele sociale, oriunde algoritmii folosesc implicit popularitatea ca indicator pentru a evalua calitatea.

Netflix și INSEAD au ajuns în cele din urmă la aceeași concluzie, dar au urmat căi diferite pentru a ajunge acolo. Chiar dacă aveau de-a face cu date total diferite, provenind din industrii diferite, au descoperit că motivul fundamental pentru care utilizatorii rămân este, de obicei, același. Bibliotecile în creștere care nu îmbunătățesc calitatea ofertelor pe care le au deja tind să acumuleze conținut de slabă calitate și devin ineficiente în atragerea de noi utilizatori sau în păstrarea celor existenți.

Algoritmii nu se pricep la „accidente fericite”

Istoricul clicurilor, timpul petrecut pe pagină și termenii de căutare stau la baza majorității motoarelor de căutare. Acestea se bazează pe aceste amprente digitale pentru a-ți oferi mai mult din ceea ce ai vizionat sau jucat deja. Este logic din perspectiva intenției de proiectare. Dar, pe de altă parte, există șansa ca acest tip specific de sugestie să nu ți se afișeze niciodată. Motivul este oarecum subtil, bazându-se pe faptul că nu a existat niciodată vreun indiciu de interes, deoarece nu ți s-a prezentat niciodată acel conținut. Pe vremuri, înainte de apariția sistemelor de recomandare și a inteligenței artificiale, se folosea marketingul „din gură în gură”. Când fratele sau sora ta îți dădea o casetă cu doar câteva melodii pe ea și, brusc, descopereai un subgen muzical cu totul nou, fără să-l fi căutat vreodată.

Tipul de conținut	Interacțiune standard	Interacțiune selectată	Observație cheie
Reușite cu impact larg	Deja ridicat	Abia se mișcă	Aceste titluri sunt descoperite doar datorită popularității
Catalog de nivel mediu	Ascunse, ușor de ratat	Crește vizibil	Aici, selecția își dovedește cu adevărat utilitatea
Titluri de nișă	Aproape invizibile	Crește puțin	Chiar și o țintire bună are limite

Datele brute au dificultăți în a scoate la iveală singure acele alegeri neașteptate și distractive. Un site precum Vegas Stars gestionează un catalog vast, plin de jocuri de cărți, sloturi cu volatilitate ridicată și dealeri live disponibili non-stop. Evident, este nevoie de o anumită organizare pentru a gestiona o astfel de bibliotecă. Algoritmul de învățare automată se ocupă de matematica din spate, în timp ce designul inteligent al experienței utilizatorului (UX) și al produsului completează sarcina. Dacă o persoană își creează un cont nou fără nicio experiență anterioară, IA și categoriile de conținut bine organizate își fac magia. Organizarea platformei în acest mod asigură faptul că grila de jocuri nu devine aglomerată.

O selecție decentă face diferența

Cei care vizitează Vegas Stars pentru prima dată se confruntă cu aproximativ 200 de casete de joc separate, fără niciun istoric de clicuri în spate până în acel moment. Multe motoare de recomandare mai vechi gestionează această „tabula rasa” într-un mod depășit, în principal pentru că nimeni nu le-a conceput având în vedere acest scenariu. Unele ajung să recicleze aceeași mână de genuri până când tot ce apare pe ecran începe să se amestece. Sistemele mai performante încearcă ceva mai complex, urmărind ce îi place deja jucătorului, apoi introduc ocazional un titlu din afara acelui tipar, doar pentru a vedea ce prinde.

• Clicurile și durata sesiunilor spun mai multe despre un jucător decât orice sondaj.
• Mii de conturi sunt comparate între ele prin filtrare colaborativă, căutând suprapuneri în ceea ce a fost jucat sau omis.
• Volatilitatea și mecanica sunt citite direct din fișierele jocului, astfel încât potrivirile de stil urmează datele, nu presupunerile.
• O schimbare de dispoziție în timpul sesiunii este, de asemenea, detectată, lucru pe care un profil static pur și simplu l-ar omite.

Inginerii au un nume pentru acest scenariu inițial, un cont nou fără nicio înregistrare încă: problema „cold-start”. Unele sisteme gestionează această situație direcționând automat conturile noi către ceea ce este popular la scară largă, până când se acumulează suficiente date comportamentale pentru a personaliza corespunzător. Altele afișează în schimb câteva întrebări de orientare, schimbând o procedură de înregistrare puțin mai greoaie pentru un avantaj inițial în ceea ce privește potrivirea. Niciuna dintre soluții nu este perfectă, dar ambele sunt mai bune decât afișarea a 200 de titluri la întâmplare și speranța că ceva va prinde.

Două tehnici se ocupă de cea mai mare parte a sortării efective atunci când începi să analizezi totul. În primul rând, filtrarea colaborativă stabilește un scor de similitudine între un cont și mii de altele, comparând titlurile pe care utilizatorul a dat clic, le-a jucat sau chiar le-a „sărit în comun”. Etichetarea bazată pe conținut ocolește această comparație și citește în schimb metadatele fiecărui titlu – indicele de volatilitate, tema, structura tabelului de plăți – apoi compară aceste atribute cu ceea ce un cont a preferat anterior (cele două tehnici funcționează adesea în paralel, în loc ca una să o înlocuiască pe cealaltă). Orice metodă scutește utilizatorul de a sta acolo și a căuta manual prin fiecare catalog.

Dacă o analizăm în detaliu, procesul parcurge aproximativ cinci pași, fiecare dintre ei fiind destul de simplu:

1. Datele sesiunii, preferințele de categorie și tiparele de omitere sunt introduse în model înainte ca orice să fie clasificat.
2. Profilurile individuale sunt corelate cu titlurile legate de istoricul real al clicurilor, nu doar cu ceea ce este popular în general.
3. Clasificați corect. Cea mai mare parte a interacțiunii cu grila de pe pagina de start are loc în primele câteva rânduri, ceea ce explică parțial de ce ordinea de clasificare are o pondere mai mare decât dimensiunea listei de dedesubt.
4. Noile clicuri, omisiuni și sesiunile finalizate sunt integrate ca date suplimentare de antrenare.
5. Noile lansări și schimbările în comportamentul jucătorilor sunt integrate în câteva minute, în loc să se aștepte o actualizare programată.

Cum arată o curatoriere mai bună la Vegas Stars

Sesiunile de pe dispozitive mobile reprezintă cea mai mare parte a traficului pe un site precum Vegas Stars, iar acest lucru schimbă ceea ce trebuie să facă de fapt curarea pentru utilizator. Un ecran mai mic are spațiu pentru poate șase sau opt casete vizibile înainte ca utilizatorul să fie nevoit să deruleze, așa că orice se află în primul rând vizibil are o pondere extrem de mare, similar cu efectul grilei de pe pagina de start la care face referire cercetarea Netflix. Dacă acel rând de deschidere este greșit, jucătorul nu va vedea niciodată restul bibliotecii, indiferent cât de bună este potrivirea de bază.

Apoi, există jocurile de masă cu dealer live, care adaugă un nivel cu totul nou de complexitate. Să presupunem că ai o masă de blackjack cu trei locuri libere și un utilizator interesat să se alăture; trebuie să-i conectezi în milisecunde, nu în secunde petrecute căutând printr-un calendar de programări. Nu poți pur și simplu să dai play la o reluare odată ce locul a fost ocupat. Sincronizarea contează aici, spre deosebire de o bibliotecă video la cerere, deoarece odată ce masa live se umple, oportunitatea pentru jucător s-a pierdut. Este ca un lobby multiplayer în orice joc Call of Duty sau alt joc de echipă pe care îl găsești pe PlayStation și Xbox.

Viteza de plată influențează, de asemenea, într-un mod oarecum indirect, procesul de descoperire. Jucătorii care transferă bani prin criptomonede sau portofele electronice tind să parcurgă sesiunile mai repede decât cei care așteaptă zile întregi pentru un transfer bancar, lăsând motorului de recomandări mai puțin timp pe vizită pentru a învăța ceva înainte ca acel cont să migreze către o altă platformă. Intrarea mai rapidă a banilor tinde să însemne o evaluare mai rapidă a faptului dacă lobby-ul a funcționat cu adevărat pentru acel jucător.

Realizarea acestui lucru necesită o adevărată inginerie. Este nevoie de sisteme backend rapide și receptive, combinate cu un layout conceput pentru a se potrivi cu locul în care se îndreaptă de fapt atenția jucătorului.

Avertisment: Jocurile de noroc reprezintă o formă de divertisment și implică riscuri inerente. Acestea nu trebuie considerate o sursă de venit sau o strategie financiară. Pariați doar suma pe care vă puteți permite să o pierdeți, stabiliți limite stricte și solicitați ajutor dacă jocurile de noroc vă afectează. Participarea este rezervată persoanelor majore, cu vârsta de peste 18 ani. Jucați întotdeauna în mod responsabil.