Aanbevelingsmotoren (een reeks algoritmen om u te laten kijken/kopen, …) zijn overal. Ze zijn een van de emanaties van Big Data en u gebruikt ze zonder het te weten.
De eerste aanbevelingsmotor is eigenlijk Google (of een andere zoekmachine) waarvan het doel is om de meest relevante inhoud aan te bevelen onder miljoenen (zo niet miljarden) van de mogelijke pagina’s.
Deze aanbevelingsalgoritmen maken keuzes voor u en sluiten de facto inhoud uit van vele pagina’s die voor u interessant zouden kunnen zijn geweest (bent u ooit verder gegaan dan de eerste pagina van de resultaten van Google?). Deze algoritmen fungeren als filters en vanwege de keuzes die ze ons opleggen, is de term ‘filterbubbel’ bedacht om te beschrijven in hoeverre onze vrijheid wordt beperkt door deze algoritmische mechanismen. We zitten gevangen in een luchtbel.
In het artikel van vandaag gaan we verder in op dit onderwerp en stellen we nieuwe oplossingen voor om aan filterbubbels te ontsnappen.
Beslissen over het serendipiteitsniveau
Serendipiteit wordt gedefinieerd als
“Het vermogen om per toeval gelukkige ontdekkingen te doen”.
In een wereld waar informatie naar ons wordt gestuwd door algoritmen, neemt de kans op het doen van deze ‘gelukkige ontdekkingen’ af. Aanbevelingsmotoren baseren hun aanbevelingen op gedrag uit het verleden, wat leidt tot het behoud van hetzelfde type verbruik met soms alarmerende gevolgen.
Ons voorstel is dan ook om de gebruiker zelf te laten bepalen welk niveau van aanbevelingen hij wenst te bereiken, in plaats van hem deze via een totaal ondoorzichtig proces op te leggen. Verrassend genoeg ontdekte ik na het lezen van het boek van Eli Pariser onlangs dat het een heel gelijkaardig idee had:
“Google of Facebook zou een cursor kunnen plaatsen op een schaal die varieert van +alleen dingen die ik leuk vind+ tot + onderwerpen die anderen leuk vinden en die ik waarschijnlijk haat+”.
Dit is precies het systeem dat we willen. Een cursor die de gebruiker (opnieuw) controle geeft en hem laat kiezen hoeveel aanbevelingen hij wil zien. Hoe minder aanbevelingen u vraagt, hoe groter de kans op het ontdekken van nieuwe content (vergeet niet dit artikel te raadplegen dat we hebben gewijd aan de zichtbaarheid van uiteenlopende politieke meningen op Facebook).
Stel het tegenovergestelde voor
Een nog radicalere optie zou zijn om de gebruiker het tegenovergestelde aan te bieden van wat gewoonlijk wordt aanbevolen. Dit geldt uiteraard niet voor tastbare producten (die een aanbeveling zouden willen krijgen die ze niet nodig hebben), maar veeleer voor de inhoud (artikelen, video’s, podcasts), waarbij aanbevelingsmotoren van het allergrootste belang zijn.
We stellen ons een scherm voor dat in twee helften is verdeeld: aan de linkerkant de inhoud die van nature wordt aanbevolen volgens uw verbruiksprofiel of dat van uw collega’s (collaboratieve filtering), en aan de rechterkant van het scherm de inhoud waaraan u normaal niet zou zijn blootgesteld vanwege uw profiel.
Conclusie
Er is geen discussie dat aanbevelingsmotoren bondgenoten zijn van moderne marketingstrategieën. Denk maar aan alles wat Amazon en andere e-handelaars u kunnen verkopen met hun aanbevelingen.
Er is echter toenemende bezorgdheid over de negatieve gevolgen van aanbevelingsalgoritmen en Big Data in het algemeen. Het verlies van vrijheid, bijvoorbeeld, is een onderwerp dat we hier al hebben behandeld. In dit verband is het bevorderen van serendipiteit essentieel voor het bereiken van de libertaire doelstellingen die het internet in de jaren negentig beloofde (en die vandaag in veel opzichten een verloren paradijs lijken te zijn). Serendipiteit (blijde ontdekkingen) en nieuwsgierigheid zijn in feite twee kanten van dezelfde medaille. Als u niet op zoek bent naar iets, zijn de gelukkige ontdekkingen onwaarschijnlijk. Het is daarom essentieel om ook nieuwsgierigheid te bevorderen.
De media moeten deze nieuwsgierigheid aanwakkeren, de goede nieuwsgierigheid wekken die de filosoof Hume omschreef als ‘de liefde voor de kennis”. Kennis en cultuur zijn de enige remedie tegen de huidige bedreigingen voor onze democratieën en onze samenlevingen.
Posted in big data, Marketing.
