Hoe ontdekking stimuleren via aanbevelingsalgoritmen

De ReCSys 2021-conferentie (Engels) over aanbevelingsalgoritmen is zopas afgelopen. De hybride modus vergemakkelijkte de interacties niet, maar de interessante presentaties volgden elkaar op en maakten het mogelijk om hier en daar nieuwe ideeën op te doen. Dat was bijvoorbeeld het geval bij de keynote van Cynthia Liem (Technische Universiteit Delft).

Cynthia heeft de bijzondere eigenschap twee talenten te combineren: zij is onderzoeker in de informatica, maar ook een volleerd pianiste. Het met die dubbele vaardigheid dat zij haar keynote “Key Notes from Keys and Notes: Pianist Perspectives on Recommendation” op de RecSys 2021-conferentie baseerde. Ik vond het bijzonder interessant omdat het een zicht geeft op de beperkingen van aanbevelingsalgoritmen.

(Klassieke) muziek gaat over interpretatie

Als klassiek musicus heeft Cynthia de vinger gelegd op een voor de hand liggend feit dat wij geneigd zijn te vergeten: klassieke muziek gaat over interpretatie, aangezien de oorspronkelijke interpretatie van de componist de tand des tijds niet heeft doorstaan. Daaruit volgt dat elke musicus het werk van een componist “op zijn eigen manier” herinterpreteert. Met andere woorden, de musicus interpreteert de bedoelingen van de componist volgens zijn of haar eigen geschiedenis, wat kan resulteren in zeer verschillende versies. Ik waardeerde de manier waarop Cynthia dit interpretatievermogen illustreerde aan de hand van het voorbeeld van het Ave Maria van Gounod.

Het resultaat is een essentieel element van de manier waarop wij online muziek consumeren: er zijn meerdere versies van hetzelfde liedje beschikbaar zonder dat wij die a priori van elkaar kunnen onderscheiden. Aanbevelingsalgoritmen zijn in dit opzicht momenteel niet nuttig.

Bach zou zijn geëlimineerd als er in zijn tijd aanbevelingsalgoritmen hadden bestaan.

Spotify: dubbele inhoud schaadt gebruikerservaring

Het probleem van duplicatie is duidelijk op elk luisterplatform en blijft niet beperkt tot klassieke muziek. Hier is het resultaat van een zoekactie op Spotify naar een bekend jazznummer: “Mack The Knife ”
Zoals u merkt is het moeilijk te kiezen, want er bestaan tal van versies.

Toch is elk liedje anders. Het aanbevelingsalgoritme biedt hier dus geen soelaas.

Het waarderen van inhoud vergt tijd en herhaalde blootstelling

Het andere door Cynthia ontwikkelde uiterst belangrijke idee betreft de blootstelling aan een nieuw soort inhoud. Net als bij bepaalde gerechten die u pas lekker vindt nadat u ze verschillende keren hebt gegeten, moet u een nieuw soort inhoud verschillende keren consumeren om ervan te houden. Het probleem met aanbevelingsalgoritmen is dat zij na een eerste mislukte blootstelling een hele reeks inhoud kunnen verbergen.

Men mag ook niet vergeten dat de populariteit van een stuk vaak komt na de dood van de auteur. Bach stierf in 1750 en het was pas lang daarna dat zijn muziek populair werd. Zoals Cynthia ons eraan herinnert: “Bach zou zijn geëlimineerd als er in zijn tijd aanbevelingsalgoritmen hadden bestaan.

Populariteit van 3 componisten in de loop der tijd.
Credits: Cynthia Liem, RecSys 2021

Cynthia’s ervaring met de Magma Duo is in dit opzicht zeer de moeite waard. Aan de hand van het voorbeeld van de Nederlandse componist Matthijs Vermeulen toont Cynthia aan dat de afstand tussen het publiek en de werken van deze componist vermindert naarmate het aantal concerten toeneemt. Een aanbevelingsalgoritme dat de voorkeur geeft aan diversiteit moet daarom een kenmerk bevatten dat de gebruiker toch blootstelt aan inhoud die hij of zij niet op prijs zou hebben gesteld. 

In een bibliotheek is de omvang van de beschikbare kennis zichtbaar en beperkt tot de ruimte van de plaats. Met de komst van het internet zijn wij de notie van de “grenzen” van de kennis kwijtgeraakt en kunnen wij de nog te ontdekken ruimten niet meer visueel vaststellen.

Hoe kunnen we ontdekken wat we nog niet kennen?

De vraag naar het verkennen van een bepaald domein hangt nauw samen met onze perceptie van de omvang van dat domein. Met andere woorden, hoe ontdekken iets we waarvan we nog niet weten dat het bestaat? Dit probleem is bijzonder uitgesproken op het gebied van de muziek, aangezien er een oneindige verscheidenheid van stijlen bestaat en wij altijd weer naar hetzelfde luisteren. Aanbevelingsalgoritmen kunnen hierbij van groot nut zijn, op voorwaarde dat ze op de juiste manier zijn geprogrammeerd.

De openbare bibliotheek bakende vroeger de wereld van de kennis visueel af.

Ik vind de discussie over de grenzen van kennis absoluut fascinerend. Cynthia gaf een veelzeggende illustratie: de bibliotheek. Voor degenen onder ons die in het pre-internettijdperk leefden, was de openbare bibliotheek een visuele afbakening van de wereld van de kennis. Het internet heeft deze fysieke perceptie van kennis uitgewist, tot het punt waarop millennials het idee van het ordenen van gegevens zelf niet meer begrijpen. Uit dit artikel (Engelse site) dat werd gepubliceerd in The Verge lijkt dat jongeren niet vertrouwd zijn met het concept van classificatie op een computer. Als gevolg daarvan worden bestanden rommelig opgeslagen, wat een grote hinderpaal vormt voor ontdekking en innovatie.

Het Mundaneum had de ambitie om alle kennis van de wereld te catalogiseren. De 12 miljoen onderwijskaarten, nu tentoongesteld in Bergen (België), zijn opgeborgen in laden. Dit concept van “klasseren” lijkt te verdwijnen sinds de komst van het web.

Zonder al te veel uit te weiden, zou ik eraan willen herinneren dat het structureren van kennis een van de hoekstenen is van het scheppend vermogen van de mens. Darwin zou zijn evolutietheorie niet hebben ontwikkeld zonder zijn kennis te ordenen in een commonplace book (Engelse site) en de socioloog Lühmann zou geen 70 boeken en 500 artikelen hebben geschreven zonder zijn Zettelkasten-systeem (Engelse site). In beide gevallen vormde het “klasseren” van informatie de sleutel tot succes.

Conclusie

Deze discussie over de grenzen van aanbevelingsalgoritmen leidt ons tot een beter begrip van onze rol als mens. Ik kan niet genoeg herhalen dat algoritmen werktuigen zijn en dat kunstmatige intelligentie alleen kan worden ingevoerd door menselijke intelligentie. Net als een kunstenaar wiens werk zijn persoonlijkheid weerspiegelt, worden de mogelijkheden van het algoritme bepaald door de ontwerper ervan. Daarom ben ik van mening dat elk algoritmisch ontwerp gebaseerd moet zijn op duidelijk omschreven doelstellingen. Hieruit volgt dat de gebruikte meetmethoden zeer zorgvuldig moeten worden gekozen om deze doelstellingen te bereiken. Dit is vaak waar het probleem ligt. Zoals de onderstaande tekening op humoristische wijze illustreert, komen fouten in de keuze van de metriek vaak voor en kunnen zij desastreuze gevolgen hebben voor de gebruikerservaring.

Credits : Karl Higley
@karlhigley via Twitter

Afbeelding: Cynthia Liem TU Delft bij RecSys 2021

Door Pierre-Nicolas Schwab Pierre-Nicolas is de directeur van de marketing agentschap IntoTheMinds. Hij heeft speciaal interesse voor e-commerce, retail, HoReCa en supply-chain projecten. Hij is ook een onderzoeker aan de Vrije Universiteit Brussel en werkt ook als coach voor meerde publieke organisaties. Hij verwelkomt Linkedin uitnodigingen : gelieve gewoon een paar woorden toe te voegen en uit te leggen waarom U wilt connecteren.