• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Evitando o remorso dos rolantes:como saber o que os usuários desejam

    Crédito:Pixabay/CC0 Public Domain

    Um novo modelo pode ajudar as empresas de mídia online a descobrir o que dá aos usuários satisfação a longo prazo – não apenas a gratificação instantânea da rolagem contínua – o que pode resultar em menos tempo gasto na plataforma, mas menos usuários que desistem completamente.
    A maioria das plataformas online procura aumentar o tempo que os usuários passam lá, geralmente fornecendo a eles mais conteúdo que consumiram no passado. Mas essa estratégia pode perpetuar a rolagem sem sentido e potencialmente fazer com que usuários arrependidos desistam do peru frio.

    "Há uma discussão na comunidade de pesquisa e em empresas de tecnologia sobre como as pessoas podem usar muito a mídia online, mas muitas vezes acabam não valorizando o tempo que gastaram", disse Jon Kleinberg, professor de ciência da computação da Universidade Tisch na Cornell Ann S. Bowers Faculdade de Computação e Ciência da Informação. Kleinberg é coautor de um novo artigo que fornece ferramentas para ajudar a aliviar esse conflito, oferecendo às empresas de mídia online novas maneiras de descobrir o que os usuários realmente desejam.

    “Essas plataformas são projetadas para observar o que você faz e, em seguida, fornecer mais do que você deseja”, disse Kleinberg. "Então, por um lado, essas plataformas são altamente otimizadas. Por outro lado, muitas vezes sentimos que não fazemos boas escolhas quando estamos nelas. Então, como conciliamos essas duas coisas?"

    Essa inconsistência pode ser o resultado de duas facetas conhecidas da tomada de decisão humana, sistema 1 e sistema 2. O sistema 1 toma decisões rápidas, quase automáticas, enquanto o sistema 2 é mais lento, reflexivo e mais lógico. Com comida, o sistema 1 quer o pacote inteiro de batatas fritas, enquanto o sistema 2 escolhe a salada. Ambos os alimentos podem fazer parte de uma dieta equilibrada, mas as batatas fritas proporcionam gratificação no momento, enquanto a salada proporciona satisfação duradoura. Com a mídia online, postagens de celebridades podem acionar o sistema 1, enquanto um vídeo educacional pode interessar ao sistema 2.

    Para entender como esses dois sistemas afetam o consumo de mídia online, Kleinberg trabalhou com o ex-aluno de pós-graduação Manish Raghavan, agora no Instituto de Tecnologia de Massachusetts, e Sendhil Mullainathan, economista comportamental da Universidade de Chicago. Eles desenvolveram um modelo que simula como um usuário com desejos conflitantes interage com uma plataforma e, em seguida, sugere maneiras de priorizar o valor que o usuário recebe.

    Seu artigo, "The Challenge of Understanding What Users Want:Inconsistent Preferences and Engagement Optimization", recebeu o Exemplary Applied Modeling Paper Award na conferência Association for Computing Machinery Economics and Computation 2022.

    O modelo é necessário, disseram os pesquisadores, porque a maioria das plataformas tem montes de dados comportamentais – cliques, compartilhamentos e duração das sessões – que refletem principalmente as escolhas do sistema 1. A coleta de informações sobre as opções do sistema 2, como por meio de pesquisas de satisfação do usuário, é muito mais difícil.

    O novo modelo é um ponto de partida para as empresas entenderem o que impulsiona as decisões dos usuários. "Enquanto alguns tipos de conteúdo se comportam como junk food, outros podem se comportar como saladas saudáveis, e separar a diferença é a chave para entender o que os usuários querem", disse Raghavan. O modelo pode ajudar as empresas a classificar o conteúdo como batatas fritas ou saladas e a alterar o algoritmo para evitar que os usuários façam binging.

    Além disso, o modelo pode sugerir alterações de design. Por exemplo, as plataformas podem permitir que o sistema 2 interfira periodicamente adicionando intervalos regulares, uma opção que algumas empresas de mídia social já oferecem. Eles também podem desabilitar a reprodução automática, o que tende a alimentar as decisões impulsivas do sistema 1.

    Agora, os autores estão trabalhando com designers de plataforma para descobrir quais intervenções melhoram com sucesso a felicidade do usuário. Eles também visam incorporar interações entre usuários no modelo, para ver como as curtidas e comentários dos colegas afetam a experiência.

    Idealmente, os autores esperam que esse modelo mude a conversa da extensão do engajamento para aumentar o valor da plataforma para os usuários. “Acho que muitas dessas empresas reconhecem que, a longo prazo, tornar as pessoas mais felizes e seguras usando essas plataformas é realmente benéfico para elas”, disse Raghavan.
    © Ciência https://pt.scienceaq.com