Preferiraj na Googleu

Nikada nismo imali toliko izbora, a sve češće želimo da netko drugi odabere umjesto nas

Nikada nismo imali toliko mogućnosti izbora, a istodobno nam je rijetko kada bilo potrebno toliko vremena da odlučimo što ćemo gledati, čitati, kupiti, odjenuti, naručiti ili posjetiti. Film za večer više ne biramo između nekoliko televizijskih programa, nego među tisućama naslova raspoređenih na različitim streaming platformama, glazbu više ne tražimo među albumima koje imamo kod kuće, nego u katalozima koji sadrže gotovo sve što bismo mogli poželjeti poslušati, dok prije kupnje jednog beauty proizvoda možemo pročitati desetke recenzija, pogledati nekoliko videa, otvoriti forume i usporediti ga s nizom alternativa koje obećavaju još bolje rezultate.

Digitalno doba riješilo je problem dostupnosti, ali je istodobno stvorilo sasvim novi problem, jer među gotovo neograničenim brojem mogućnosti sve teže određujemo čemu doista vrijedi posvetiti vrijeme.

Upravo zato posljednjih godina ponovno raste vrijednost preporuke. Nakon razdoblja u kojem su tehnološke platforme obećavale da će algoritmi dovoljno dobro upoznati naše navike da nam više neće biti potreban posrednik između nas i sadržaja, proizvoda ili iskustva, sve češće ponovno tražimo mišljenje konkretne osobe. Prijatelja pitamo koju seriju vrijedi pogledati, knjižara koju knjigu uzeti, konobara što naručiti, a na internetu pratimo urednike, kritičare, stručnjake, autore newslettera i manje specijalizirane profile čijem ukusu vjerujemo dovoljno da nam između stotina mogućnosti izdvoje nekoliko relevantnih.

Takvo ponašanje nije neobično ako se uzme u obzir način na koji ljudski mozak donosi odluke. Fenomen poznat kao choice overload već se desetljećima proučava u psihologiji i ponašanju potrošača, iako ga je važno tumačiti opreznije od popularne tvrdnje prema kojoj nas svaki veliki izbor automatski čini nezadovoljnima. Istraživanja pokazuju da veći broj mogućnosti može biti vrlo koristan kada osoba dobro zna što traži, dok problemi češće nastaju kada je odluka složena, razlike među opcijama teško procjenjive, a vlastite preferencije nedovoljno jasne.

Suvremeno digitalno okruženje često objedinjuje upravo takve uvjete. Kada otvorimo streaming platformu, najčešće ne dolazimo s preciznom namjerom da pogledamo određeni naslov, nego želimo pronaći nešto dobro. Kada tražimo novi restoran, hotel, parfem, serum ili komad odjeće, rijetko unaprijed znamo sve karakteristike idealnog izbora, pa odluku donosimo uspoređujući velik broj mogućnosti koje na prvi pogled mogu izgledati podjednako privlačno. Što više uspoređujemo, to se lakše pojavljuje pitanje postoji li negdje još bolja opcija koju nismo pronašli.

Upravo je taj osjećaj jedna od zanimljivijih posljedica ekonomije gotovo beskonačnog izbora. Mogućnost uspoređivanja trebala nam je omogućiti sigurnije i informiranije odluke, ali je istodobno povećala svijest o svim alternativama koje nismo odabrali. Restoran može imati izvrsne recenzije, ali nekoliko ulica dalje nalazi se drugi s nešto višom ocjenom, hotel može odgovarati svim našim kriterijima, ali nastavak pretraživanja možda će otkriti bolji, dok proizvod koji smo upravo kupili već sljedećeg dana može izgledati manje privlačno kada nam algoritam pokaže njegovu novu alternativu.

Tehnološke platforme taj su problem odavno prepoznale i odgovorile sustavima personaliziranih preporuka. Streaming servisi analiziraju ono što gledamo, glazbene platforme ono što slušamo, internetske trgovine ono što pregledavamo i kupujemo, dok društvene mreže bilježe sadržaj na kojem se zadržavamo. Cilj je golemu količinu dostupnih informacija pretvoriti u manji izbor prilagođen pojedincu, a bez nekog oblika takvog filtriranja današnja količina digitalnog sadržaja za korisnika bi bila gotovo nemoguća za učinkovito pregledavanje.

Algoritamske preporuke pritom nisu samo praktičan dodatak suvremenom internetu, nego jedan od njegovih temeljnih organizacijskih principa. Količina sadržaja, proizvoda i informacija toliko je velika da je pitanje što ćemo vidjeti postalo jednako važno kao pitanje što uopće postoji. Aktualna istraživanja preporučivačkih sustava zato se sve više bave ne samo njihovom preciznošću, nego i načinom na koji utječu na ljudsku autonomiju, pažnju i otkrivanje sadržaja koji bi bez algoritamskog posredovanja možda ostao nevidljiv.

Međutim, činjenica da algoritam može vrlo učinkovito predvidjeti što bi nam se moglo svidjeti ne znači da je nestala potreba za ljudskom preporukom. Upravo suprotno, što su algoritamski sustavi postali sofisticiraniji, to je jasnija razlika između personalizacije koja proizlazi iz podataka i preporuke koja proizlazi iz iskustva, znanja i osobne procjene.

Prijatelj koji dobro poznaje naš ukus može nam preporučiti povijesni roman iako zna da ih inače ne čitamo, jer razumije zbog čega je upravo ta knjiga iznimka. Dobar knjižar nakon kratkog razgovora može predložiti autora za kojeg nikada nismo čuli, dok sommelier ne mora preporučiti vino najsličnije onome koje uvijek pijemo, nego ono za koje smatra da će nam otvoriti sasvim novo iskustvo. Takve preporuke ne počivaju samo na sličnosti s našim prethodnim izborima, nego na kontekstu i sposobnosti osobe da procijeni kada vrijedi odstupiti od očekivanog obrasca.

U tome se nalazi jedna od ključnih razlika između personalizacije i kuriranja. Personalizacija pokušava među velikim brojem mogućnosti pronaći ono što najbolje odgovara pojedincu, dok dobro kuriranje podrazumijeva i odluku o tome što uopće vrijedi uključiti u uži izbor. Kurator ne pokušava pokazati sve što postoji, nego preuzima odgovornost za selekciju, zbog čega njegova vrijednost proizlazi jednako iz onoga što je izostavio kao i iz onoga što je preporučio.

Takav princip sve je vidljiviji u različitim područjima suvremenog lifestylea. Neovisne knjižare vrijednost ne grade na mogućnosti da ponude svaki naslov koji postoji, nego na pažljivo oblikovanom izboru, concept storeovi ne pokušavaju konkurirati najvećim internetskim trgovinama količinom proizvoda, dok specijalizirani newsletteri i uredničke preporuke privlače publiku upravo zato što netko prije čitatelja prolazi kroz veliku količinu sadržaja i izdvaja ono što smatra relevantnim. U vremenu obilja ograničenje tako prestaje nužno predstavljati nedostatak i počinje funkcionirati kao usluga.

Isti se princip može primijeniti na gotovo sve kategorije u kojima je izbor postao toliko velik da pojedinac objektivno ne može samostalno isprobati značajan dio ponude. Beauty industrija svakodnevno lansira nove proizvode, restoranska scena neprestano se mijenja, streaming katalozi rastu, turističke platforme nude tisuće smještaja, dok modna i dizajnerska tržišta omogućuju pristup brendovima iz gotovo cijelog svijeta. U takvom okruženju više nije najveći problem pronaći opciju, nego procijeniti koja od njih zaslužuje ograničenu količinu našeg vremena, novca i pažnje.

Povratak kulture preporuke zato ne znači povratak vremenu u kojem je nekoliko velikih medija ili kritičara određivalo što publika treba gledati, čitati ili kupovati. Internet je s razlogom razbio velik dio takve koncentracije kulturnog autoriteta i omogućio znatno većem broju ljudi da javno razvijaju vlastiti ukus, stručnost i publiku. Posljedica toga nije nestanak autoriteta, nego njegova fragmentacija.

Umjesto jednog izvora kojem vjerujemo za sve, danas gradimo vlastitu mrežu ljudi čijim procjenama vjerujemo u različitim područjima. Jednu osobu pratimo zbog književnih preporuka, drugu zbog restorana, treću zbog mode, četvrtu zbog njege kože, dok nam peta može biti relevantna isključivo za putovanja. Njihova vrijednost ne mora biti proporcionalna veličini publike, jer povjerenje u preporuku mnogo više ovisi o dosljednosti kriterija i sposobnosti da razumijemo način na koji osoba bira.

Upravo zato dobar preporučitelj ne mora imati isti ukus kao osoba koja ga prati. Ponekad je korisnije dobro poznavati razliku između vlastitog i tuđeg ukusa nego očekivati potpuno podudaranje. Ako znamo da određeni filmski kritičar preferira sporije filmove nego mi, njegove preporuke možemo tumačiti kroz tu razliku, kao što možemo pratiti modnog urednika čiji je osobni stil maksimalistički iako sami preferiramo jednostavniju garderobu. Povjerenje nastaje kada razumijemo kriterij prema kojem netko donosi odluke, a ne kada se s njime slažemo u svakoj pojedinačnoj odluci.

Takav odnos teško je svesti na broj zvjezdica, postotak kompatibilnosti ili podatak o tome što smo prethodno kliknuli. Ukus se razvija kroz iskustvo, znanje, uspoređivanje i kontekst, a njegova vrijednost posebno dolazi do izražaja u sposobnosti razlikovanja nekoliko objektivno dobrih mogućnosti. Upravo je zato u ekonomiji prevelikog izbora osoba koja zna napraviti kvalitetnu selekciju ponovno vrijedna.

Razvoj umjetne inteligencije neće nužno promijeniti taj proces na način da će ljudsku preporuku učiniti suvišnom. Napredniji sustavi mogu analizirati goleme količine podataka, povezivati obrasce koje pojedinac ne bi mogao primijetiti i predlagati sadržaj koji bi bez njihove pomoći teško pronašao. Aktualna istraživanja već pokazuju da generativni preporučivački sustavi mogu utjecati na raspodjelu pažnje i pomoći korisnicima da otkriju manje istaknuti sadržaj, što pokazuje da algoritamsko kuriranje može imati i važnu funkciju širenja izbora.

Međutim, što tehnologija postaje bolja u predviđanju naših preferencija, to ljudska preporuka može postati zanimljivija upravo ondje gdje predviđanje nije dovoljno. Dobar urednik, kritičar, knjižar ili stručnjak ne mora nam dati ono što je statistički najsličnije našim prethodnim izborima, nego može argumentirano tvrditi da bismo trebali obratiti pažnju na nešto što se u naš dosadašnji obrazac uopće ne uklapa.

Vrijednost takve preporuke posebno je jasna kada izbor promatramo kroz ograničenost vremena. Možemo spremiti stotine recepata, ali ih ne možemo sve skuhati, možemo napraviti listu od tisuću filmova, ali nemamo tisuću slobodnih večeri, dok možemo pročitati bezbroj popisa najboljih novih knjiga, ali ćemo tijekom godine realno pročitati samo njihov mali dio. Digitalno obilje uklonilo je velik dio ograničenja dostupnosti, ali nije povećalo broj sati koje imamo na raspolaganju.

Zato kvalitetna preporuka nije samo pomoć pri donošenju odluke, nego oblik uštede vremena. Netko drugi je pročitao, pogledao, poslušao, usporedio, testirao ili istražio dovoljno toga da može ponuditi uži izbor, a vrijednost tog rada postaje veća što je količina dostupnih opcija veća.

U tome se nalazi jedna od zanimljivijih promjena suvremenog odnosa prema izboru. Godinama smo slobodu potrošača povezivali s količinom dostupnih mogućnosti, pa je veći katalog gotovo automatski značio bolju uslugu. Danas postaje sve jasnije da kvaliteta iskustva ne mora rasti istom brzinom kao količina izbora, osobito kada je cijena svakog dodatnog izbora vrijeme potrebno za njegovo razmatranje.

Zato može biti oslobađajuće otvoriti jelovnik koji nudi deset promišljenih jela umjesto stotinu prosječnih, ući u trgovinu u kojoj je netko već odlučio što želi prodavati ili dobiti preporuku za pet knjiga umjesto još jednog popisa od pedeset naslova koje ćemo spremiti i vjerojatno nikada ponovno otvoriti. Takva iskustva ne oduzimaju nam mogućnost izbora, nego smanjuju količinu nepotrebnog odlučivanja koja mu prethodi.

Kultura preporuke zato se ne vraća zato što više ne želimo samostalno donositi odluke, nego zato što smo postali svjesniji vrijednosti vlastite pažnje. U svijetu u kojem gotovo sve možemo pronaći sami, stručnost više nije samo sposobnost pronalaženja informacije, nego sposobnost procjene njezine važnosti.

Algoritmi će pritom nastaviti biti neizostavan dio digitalnog života i vjerojatno će postajati sve precizniji u razumijevanju naših navika. Ljudski će ukus istodobno ostati vrijedan ondje gdje tražimo kontekst, prosudbu, iznenađenje i spremnost osobe da svojim imenom stane iza određenog izbora.

Možda zato u vremenu gotovo neograničene dostupnosti najveći luksuz više nije imati pristup svemu što postoji. Sve češće je to mogućnost da pronađemo osobu čijem ukusu dovoljno vjerujemo da nam između svega dostupnog izdvoji ono što doista vrijedi naše pažnje, a ostatak nam bez grižnje savjesti dopusti preskočiti.

#AI preporuke #algoritamske preporuke #algoritmi i preporuke #budućnost preporuka #choice overload

Pročitaj još