Môže umelá inteligencia vyriešiť problém s prebytkom možností na platformách s veľkým množstvom obsahu?

Úvod

Systémy odporúčaní znižujú počet rozhodnutí, ktoré musí človek urobiť, a údaje naznačujú, že pre platformu to má väčšiu hodnotu, než si väčšina ľudí myslí. Či je to na úkor náhodného objavovania niečoho nového, je už iná otázka, na ktorú nie je tak ľahké odpovedať.

Streamovacie aplikácie kladú na utorňajší večer vysoké nároky. Otvoríte jednu z nich a čakajú vás rady miniatúr, ktorými sa musíte preklikať, kým narazíte na niečo, čo stojí za pozretie – za predpokladu, že vôbec na niečo narazíte. Mnohí ľudia totiž nenarazia. Bannery sa striedajú, stále sa objavuje tá istá hŕstka titulov a v určitom momente sa zatvorenie aplikácie môže zdať ako cesta najmenšieho odporu. Kasínové stránky, ako je Vegas Stars casino nz, narážajú na podobný problém z iného uhla: nový používateľ sa prihlási a nájde stovky neznámych herných dlaždíc bez zrejmej možnosti, kde začať. Výskumníci tomu už pred časom dali názov – preťaženie voľbou – a platformy to považujú za určitý druh problému s tržbami.

Skutočná hodnota odporúčacieho systému

Ak nahradíte odporúčací systém Netflixu jednoduchým rebríčkom popularity, angažovanosť klesne o 12 %, ako vyplýva z pracovného dokumentu SSRN z novembra 2025, ktorý vypracovala skupina ekonómov spojených so spoločnosťou (traja z autorov dokumentu pracujú priamo v Netflixe). Skúste namiesto toho model maticovej faktorizácie, čo je o stupeň menej ako úplná personalizácia, a pokles je menší – 4 %. Vynásobené stovkami miliónov predplatiteľov táto medzera predstavuje miliardy hodín sledovania a peniaze, ktoré sa nakoniec tak či onak prejavia v počte predĺžených predplatných.

Klaus Wertenbroch nie je úplne presvedčený, že personalizácia je jednoznačne prospešná. Vyučuje marketing na INSEAD a je spoluautorom štúdie, ktorá spochybňuje, akú váhu ľudia vlastne prikladajú algoritmickým odporúčaniam. „Spoluautori a ja varujeme spotrebiteľov pred nadmerným spoliehaním sa na algoritmy umelej inteligencie pri takomto výbere,“ poznamenal Wertenbroch v štúdii, pričom sa snažil prinútiť ľudí, aby sa zamysleli nad predsudkami. Vyjadril nádej, že odporúčania budú vnímané len ako to, čím skutočne sú – nie ako oficiálne schválenie, ale jednoducho ako ekvivalent rady.

Súvisí to so zaujatím voči popularite. Keď daný program sleduje už dostatočný počet účtov, môže to modelu signalizovať, aby tento program odporučil aj ostatným (je bezpečnejšie odporučiť existujúci hit než nejakú neznámu novinku), a v dôsledku toho sa malá divácka základňa v nasledujúcich kolách zmenšuje, až nakoniec zmizne z dohľadu tých, ktorí daný titul aktívne nehľadajú. Ekonómovia tento proces vysvetľujú efektom „bohatí sa stávajú ešte bohatšími“. Má to dôsledky pre indexovanie vyhľadávačov a kanály sociálnych médií – všade tam, kde algoritmy implicitne používajú popularitu ako náhradný ukazovateľ na posudzovanie kvality.

Netflix a INSEAD nakoniec dospeli k rovnakému záveru, ale k nemu sa dostali rôznymi cestami. Hoci pracovali s úplne odlišnými údajmi z rôznych odvetví, zistili, že základný dôvod, prečo používatelia zostávajú, je zvyčajne rovnaký. Rozrastajúce sa knižnice, ktoré nezlepšujú kvalitu ponuky, ktorú už majú, majú tendenciu hromadiť balast a stávajú sa neefektívnymi pri získavaní nových používateľov alebo udržaní tých existujúcich.

Algoritmy nie sú dobré v „šťastných náhodách“

História kliknutí, čas strávený na stránke a vyhľadávané výrazy tvoria základ väčšiny vyhľadávačov. Spoliehajú sa na tieto digitálne stopy, aby vám ponúkli viac toho, čo ste už sledovali alebo hrali. Z hľadiska zámeru návrhu to dáva zmysel. Na druhej strane však existuje šanca, že sa vám tento konkrétny typ odporúčania nikdy nezobrazí. Dôvod je pomerne subtílny a spočíva v tom, že nikdy neexistoval žiadny náznak záujmu, pretože ste sa s tým nikdy nestretli. Kedysi, ešte predtým, ako sa objavili odporúčacie systémy a umelá inteligencia, to bol marketing „z úst do úst“. Keď vám brat alebo sestra dali kazetu s len niekoľkými skladbami a vy ste zrazu objavili úplne nový subžáner, bez toho, aby ste ho vôbec hľadali.

Typ obsahu	Štandardná interakcia	Kurátorská interakcia	Kľúčové pozorovanie
Hity s širokou popularitou	Už teraz vysoká	Takmer žiadny pohyb	Tieto tituly sa nájdu len vďaka popularite
Stredná kategória katalógu	Zatienené, ľahko prehliadnuteľné	Zreteľne stúpa	Kurátorstvo si tu konkrétne zaslúži svoju existenciu
Niche tituly	Takmer neviditeľné	Mierne stúpa	Aj dobré zacielenie má svoje limity

Samotné dáta majú ťažkosti s tým, aby samy od seba vyniesli na povrch takéto neočakávané a zábavné tipy. Stránka ako Vegas Stars spravuje rozsiahly katalóg plný kartových hier, automatov s vysokou volatilitou a živých krupiérov, ktorí sú k dispozícii nepretržite. Usporiadanie takejto knižnice samozrejme vyžaduje určitú organizáciu. Algoritmus strojového učenia sa stará o základnú matematiku, zatiaľ čo inteligentný dizajn používateľského rozhrania a produktu dotvára výsledok. Ak si niekto vytvorí nový účet bez akejkoľvek predchádzajúcej skúsenosti, umelá inteligencia a dobre navrhnuté kategórie obsahu urobia svoje kúzlo. Usporiadanie platformy týmto spôsobom zaručuje, že ponuka hier nebude preplnená.

Dôkladná kurátorská práca má veľký význam

Návštevníci, ktorí prichádzajú do Vegas Stars po prvýkrát, narazia na približne 200 samostatných dlaždíc hier, pričom zatiaľ nemajú za sebou žiadnu históriu kliknutí. Mnohé staršie odporúčacie systémy riešia túto „čistú tabuľu“ zastaraným spôsobom, hlavne preto, že nikto ich nevytvoril s ohľadom na tento scenár. Niektoré nakoniec recyklujú tú istú hŕstku žánrov, až kým sa všetko na obrazovke nezačne zlievať do jednej šedivej masy. Lepšie systémy sa snažia o niečo náročnejšie – sledujú, čo sa hráčovi už páči, a potom občas vložia titul mimo tohto vzorca, len aby zistili, čo zaujme.

• Počet kliknutí a dĺžka relácie vypovedajú o hráčovi viac ako akýkoľvek prieskum.
• Tisíce účtov sa navzájom porovnávajú prostredníctvom kolaboratívneho filtrovania, pričom sa hľadajú prekrývania v tom, čo sa hralo alebo preskočilo.
• Volatilita a herné mechaniky sa čítajú priamo z herných súborov, takže štýl hry zodpovedá údajom, nie dohadom.
• Zachytáva sa aj zmena nálady uprostred relácie, čo by statický profil jednoducho prehliadol.

Inžinieri majú pre tento počiatočný scenár, keď je nový účet ešte úplne prázdny, špeciálny názov: problém studeného štartu. Niektoré systémy to riešia tak, že novým účtom predvolene odporúčajú to, čo je všeobecne populárne, až kým sa nenahromadí dostatok údajov o správaní na správnu personalizáciu. Iné namiesto toho kladú niekoľko úvodných otázok, čím vymenia o niečo ťažkopádnejšiu registráciu za náskok pri odporúčaní. Ani jedno riešenie nie je dokonalé, ale obe sú lepšie ako náhodné zobrazenie 200 kariet a dúfanie, že niečo zaujme.

Keď sa začnete venovať všetkému, väčšinu skutočného triedenia vykonávajú dve techniky. Po prvé, kolaboratívne filtrovanie stanovuje skóre podobnosti medzi jedným účtom a tisíckami ostatných porovnaním názvov, na ktoré sa kliklo, ktoré sa prehrali alebo dokonca „spoločne preskočili“. Značkovanie na základe obsahu toto porovnávanie preskakuje a namiesto toho číta metadáta z každého titulu – index volatility, tému, štruktúru výplatnej tabuľky – a potom porovnáva tieto atribúty s tým, čo daný účet uprednostňoval v minulosti (tieto dve techniky často bežia vedľa seba, namiesto toho, aby jedna nahrádzala druhú). Obidve metódy ušetria používateľovi nutnosť sedieť a ručne prehľadávať celý katalóg.

Ak to rozložíme, prebieha to v piatich krokoch, z ktorých každý je pomerne jednoduchý:

1. Údaje o reláciách, preferencie kategórií a vzory preskakovania sa vkladajú do modelu ešte predtým, ako sa čokoľvek zoradí.
2. Individuálne profily sa porovnávajú s titulmi viazanými na skutočnú históriu kliknutí, nie len s tým, čo je všeobecne populárne.
3. Správne zoradiť. Väčšina interakcie s mriežkou na domovskej stránke sa odohráva v prvých niekoľkých riadkoch, čo je jeden z dôvodov, prečo poradie má väčšiu váhu ako veľkosť zoznamu pod ním.
4. Nové kliknutia, preskočenia a dokončené relácie sa zapracujú späť ako ďalšie trénovacie údaje.
5. Nové vydania a zmeny v správaní hráčov sa zapracujú v priebehu niekoľkých minút namiesto čakania na naplánovanú aktualizáciu.

Ako vyzerá lepšia kurácia na Vegas Stars

Mobilné relácie tvoria väčšinu návštevnosti na stránke ako Vegas Stars, čo mení to, čo kurátorstvo skutočne musí pre používateľa robiť. Na menšej obrazovke sa zmestí asi šesť až osem viditeľných dlaždíc, než je potrebné posúvať obrazovku, takže čokoľvek sa nachádza v tom prvom viditeľnom riadku, má mimoriadne veľkú váhu, podobne ako efekt mriežky na domovskej stránke, na ktorý poukazuje výskum Netflixu. Ak sa ten úvodný riadok nepodarí, hráč nikdy neuvidí zvyšok knižnice, bez ohľadu na to, ako dobré je samotné priraďovanie.

Potom sú tu stolové hry s živým krupiérom, ktoré pridávajú úplne novú úroveň zložitosti. Predstavte si, že máte stôl na blackjack s tromi voľnými miestami a používateľom, ktorý má záujem sa pripojiť; musíte ho pripojiť v priebehu milisekúnd, nie sekúnd strávených prehľadávaním kalendára rezervácií. Nemôžete jednoducho spustiť reprízu, keď je miesto obsadené. Na rozdiel od knižnice videí na požiadanie tu záleží na načasovaní, pretože akonáhle sa ten živý stôl zaplní, hráč túto príležitosť stratí. Je to ako multiplayerová lobby v akejkoľvek hre Call of Duty alebo inej tímovej hre, ktorú nájdete na PlayStation a Xbox.

Rýchlosť výplaty tiež do istej miery nepriamo ovplyvňuje objavovanie. Hráči, ktorí prevádzajú peniaze prostredníctvom kryptomien alebo elektronických peňaženiek, majú tendenciu striedať herné relácie rýchlejšie než tí, ktorí čakajú dni na bankový prevod, čím odporúčací systém má menej času na každú návštevu, aby sa niečo naučil, než sa daný účet presunie na inú platformu. Rýchlejšie prichádzajúce peniaze zvyčajne znamenajú rýchlejšie rozhodnutie o tom, či lobby pre daného hráča skutočne fungovala.

Realizácia tohto riešenia si vyžaduje skutočné inžinierske znalosti. Je potrebné mať rýchle a citlivé backendové systémy v kombinácii s rozložením stránky navrhnutým tak, aby zodpovedalo tomu, kam sa skutočne sústreďuje pozornosť hráča.

Upozornenie: Hazardné hry sú formou zábavy a nesú so sebou inherentné riziko. Nemali by sa považovať za zdroj príjmu ani za finančnú stratégiu. Stávkujte len to, čo si môžete dovoliť prehrať, stanovte si prísne limity a vyhľadajte pomoc, ak vás hazardné hry negatívne ovplyvňujú. Účasť je obmedzená na dospelých vo veku 18 a viac rokov. Vždy hazardujte zodpovedne.