Kredit:Cornell Brand Communications
Folk udforsker mindre, når de får anbefalinger fra stemmebaserede platforme som Amazons Alexa eller Apples Siri, hvilket gør det mere sandsynligt, at de vil høre muligheder valgt af en algoritme end dem, de måske faktisk foretrækker.
En undersøgelse foretaget af Cornell-forskere, udforske de bredere implikationer af, hvordan indhold vil blive opdaget, efterhånden som smart-højttalere bliver mere udbredt, fandt ud af, at folk, der læste valg online, forbrugte information ni gange hurtigere og udforskede mindst tre gange så meget som dem, der hørte dem opført.
"Vi fandt ud af, at dette problem er ret betydeligt, " sagde Longqi Yang, en ph.d.-studerende i datalogi ved Cornell Tech og første forfatter til papiret, "Forstå brugerinteraktioner med podcast-anbefalinger leveret via stemme, " som blev præsenteret på ACM-konferencen om anbefalede systemer i oktober. "Da disse enheder bliver mere populære og flere mennesker, der tager dem i brug, denne form for grænseflade bliver meget vigtig, fordi det er en af de store kanaler for folk at blive eksponeret for information."
Smarte højttalere og virtuelle assistenter kunne designes anderledes for at løse denne udfordring, sagde Yang. Forskerne anbefalede, at smarte højttalere tilbyder toprangerede valg, der er forskellige, personlig og ofte ændret, så brugerne har adgang til en bredere vifte af information, selvom de vælger fra de første par elementer.
"Vi ønsker ikke, at folk skal tilbydes et alt for snævert sæt indhold og meninger eller kun blive eksponeret for det mest populære, " sagde Yang. "Det kan være acceptabelt, når man anbefaler sko, men ikke når man anbefaler information og kulturelt indhold."
Ifølge forbrugerundersøgelser, 16 procent af amerikanerne ejer en smart højttaler – omkring 40 millioner mennesker – og 65 procent af dem siger, at de ikke ville gå tilbage til livet uden en.
I dette eksperiment, forskerne bad 100 personer om at vælge en podcast, de ville forpligte sig til at lytte til i fem minutter. Halvdelen af deltagerne så listen over podcast-titler, og halvdelen af dem hørte den samme liste sagt højt. De blev derefter stillet spørgsmål om, hvorvidt de kunne lide den podcast, de havde valgt.
Forskerne fandt, at lyttere var langt mere tilbøjelige til at vælge et af de første valg, der blev tilbudt, mens folk, der læste valgene, udforskede seks gange dybere i listen over anbefalinger. Folk, der læste deres valg, skimmede og browsede også mere.
Anbefalingsalgoritmer prioriterer generelt populært indhold, potentielt skabe en ekkokammereffekt, sagde Yang. I undersøgelsen, folk, der læste deres anbefalinger, var mindre tilbøjelige til at vælge de mest populære eller højest bedømte muligheder.
Der var ingen statistisk forskel i, hvor meget folk fra begge grupper nød de podcasts, de valgte.
"Et vigtigt problem med denne slags anbefalingssystemer er, at de selektivt deler information med brugere, så din informationseksponering er bestemt af, hvad systemet eksplicit tilbyder dig, " sagde Yang. "I webgrænsefladen, du har evnen til at browse, du kan scrolle og skimme. Du får en meget bred og bred eksponering for forskellige former for information, der er derude. Med stemme, folk har ikke rigtig tålmodighed eller vil ikke rigtig vente på, at så mange varer beslutter sig for, hvad de vil forbruge."