اثر پنهان الگوریتم شبکههای اجتماعی؛ پذیرش انتخابی که از آن ما نیست
این تجربه محدود به تماشای فیلم نیست. از خرید در فروشگاههای آنلاین گرفته تا انتخاب آهنگ در برنامههای پخش موسیقی یا حتی سفارش غذا، انبوه پیشنهادها ذهن را فرسوده میکند. روانشناسان این وضعیت را «خستگی تصمیمگیری» (Decision Fatigue) مینامند.
پژوهشها نشان دادهاند که فراوانی بیش از اندازه گزینهها میتواند رضایت مصرفکنندگان را کاهش دهد. در مطالعهای در سال ۲۰۰۰، وقتی به خریداران ۲۴ نوع مربا عرضه شد، احتمال خرید کمتر از زمانی بود که تنها شش گزینه در برابرشان قرار داشت.
گزارش مجله فوربز (Forbes) با عنوان «خستگی تصمیمگیری: چگونه کسبوکارها میتوانند انتخاب را در جهانی مملو از گزینهها سادهتر کنند؟» تاکید میکند که بسیاری از برندها پس از این یافته، دامنه محصولات خود را کاهش داده و منوهای بیپایان را با پیشنهادهایی شخصیسازیشده و مرتبط جایگزین کردهاند.
همین رویکرد در پلتفرمهای استریم، چون «نتفلیکس» (Netflix) و «اسپاتیفای» (Spotify) دیده میشود. این شرکتها میلیاردها دلار صرف توسعه الگوریتمهای توصیهگر کردهاند تا کاربران با فهرستهای کوتاهتر و دقیقتر روبهرو شوند و انرژی کمتری برای انتخاب صرف کنند. فروشگاه آنلاین «آمازون» (Amazon) نیز با بخشهایی، چون پرفروشترینها و توصیهشده برای شما، همین هدف را دنبال میکند.
ناکامی الگوریتمها در بازتاب ترجیحات واقعی
اما آیا این الگوریتمها واقعا در خدمت کاربراناند؟ «هاروارد بیزینس ریویو» (Harvard Business Review) در گزارشی با عنوان «چرا توصیههای تولید شده توسط الگوریتم، ناکام میمانند» به این سوال پاسخ منفی میدهد. این گزارش نشان میدهد که الگوریتمها به جای در نظر گرفتن اهداف و ارزشهای بلندمدت کاربران، تنها بر نشانههای سطحی مانند کلیکها، بازدیدها و خریدها تکیه میکنند. چنین ترجیحات آشکار همیشه بازتابی از ترجیحات هنجاری یعنی اهداف و ارزشهای واقعی افراد نیستند.
نمونهها بسیار متعددی وجود دارد، الگوریتم استخدام «آمازون» که بر دادههای گذشته آموزش دیده بود، به شکل سیستماتیک مردان را بر زنان ترجیح میداد. یا در «نتفلیکس»، کاربران مستندهای جدی را در فهرست تماشا میگذارند، اما الگوریتم با توجه به الگوهای رفتاری واقعی، سریالهای سرگرمکننده را بیشتر توصیه میکند.
اثر سوگیریها بر روان و مسیری برای عبور از این وضعیت
پژوهشها به طور کلی سه دسته سوگیری روانشناختی موثر بر مسیر تصمیمگیری کاربران میدانند:
تفکر سریع (Fast Thinking): در شرایط کمبود وقت یا دانش، انسان به عادتها و پیشفرضها تکیه میکند. الگوریتمها همین عادات را به عنوان ترجیح ذخیره میکنند، حتی اگر کاربر دیگر آن را نخواهد. نمونه بارز، تداوم مصرف دخانیات است؛ در حالی که بیشتر سیگاریها قصد ترک دارند.
تعارض میان خواستهها و بایدها: افراد میان لذتهای فوری و اهداف بلندمدت در کشمکشاند. الگوریتمها معمولا خواستههای آنی را تقویت میکنند. کاربرانی که به مستندهای علمی علاقه دارند، در عمل بیشتر به سریالهای سرگرمکننده هدایت میشوند.
هنجارهای اجتماعی و وضع موجود: الگوریتمها با پررنگ کردن گزینههای محبوب، انتخابها را یکنواخت کرده و تنوع را کاهش میدهند. نتیجه این چرخه، تکرار پیدرپی همان گزینههای پرطرفدار است.
خستگی تصمیمگیری پدیدهای است که با شدت در دنیای دیجیتال بازتولید میشود. پژوهشهای امروز نشان میدهند که مردم دیگر همه گزینهها را نمیخواهند؛ آنها به دنبال گزینههای درست هستند
براساس این سوگیریها، روشهایی برای عبور از این وضعیت نیز توسط پژوهشگران پیشنهاد شده است که میتوان بر اساس آن اثرات این سوگیریهای روانشناختی را کاهش داد:
ممیزی سوگیریها: آزمون A/B یا تحلیل دادهها میتواند شکاف میان رفتار کاربران و ترجیحات واقعیشان را آشکار کند. آزمون A/B یکی از روشهای متداول در علم داده و بازاریابی است که برای سنجش اثربخشی یک تغییر یا مقایسه دو نسخه از یک تجربه به کار میرود.
بازطراحی برای تعادل میان خواستهها و بایدها: با تحلیل بلندمدت رفتار میتوان ترجیحات پایدارتر را شناسایی کرد. تجربه متا (Meta) در کاهش اعلانها نشان داد که هرچند در کوتاهمدت مراجعه کمتر شده، اما در بلندمدت افزایش یافته است.
آموزش بر اساس دادههای متفاوت: به جای همه کاربران، میتوان الگوریتمها را بر اساس داده کسانی آموزش داد که تصمیمهای سنجیدهتر میگیرند یا رضایت بیشتری گزارش میکنند.
تکیه بر ترجیحات بیانشده: افزودن بازخورد مستقیم کاربران از طریق نظرسنجی یا مصاحبه به دادههای رفتاری، توصیهها را دقیقتر و متناسبتر میسازد.
شفافیت و مشارکت کاربران
کاربران در دنیایی شلوغ به دنبال تجربهای ساده و رواناند. اما اگر الگوریتمها تنها به رفتارهای سطحی بسنده کنند، خطر آن وجود دارد که آزادی انتخاب محدود و ترجیحات واقعی نادیده گرفته شود.
از یک سو، پلتفرمهایی مانند «تیکتاک» (TikTok) با مدل «فقط به من بگو» (Just Tell Me) عملا بار تصمیمگیری را از دوش کاربر برمیدارند و انتخاب را به الگوریتم میسپارند. از سوی دیگر، رویکردهایی که بر شفافیت و مشارکت کاربران تاکید دارند، میتوانند هم خستگی تصمیمگیری را کاهش دهند و هم حس اختیار را حفظ کنند.
زندگی امروز مملو از انتخابهای تازه است؛ هر روز گزینههای بیشتری به ما عرضه میشود. خستگی تصمیمگیری پدیدهای است که با شدت در دنیای دیجیتال بازتولید میشود. پژوهشهای امروز نشان میدهند که مردم دیگر همه گزینهها را نمیخواهند؛ آنها به دنبال گزینههای درست هستند. با اینحال الگوریتمها باید بازتابی از آنچه میخواهیم باشیم باشند، نه صرفا آنچه تاکنون بودهایم.
انتهای پیام/
