ソーシャル ネットワークやデジタル プラットフォームのアルゴリズムは、私たちの興味に関連したパーソナライズされたコンテンツを私たちに提供しますが、それらは私たちの世界観をますます制限する脅威となっています。一方で、家族、友人、同僚が行う提案は、私たちの好みに完全に適合するわけではないかもしれませんが、新しい地平を発見するのに役立ちます。両方の世界の真ん中に生まれる 「アルゴリズム的」、 アルゴリズムと編集チームの仕事の共生から生まれるレコメンドを提案するコンセプト。
それは彼らがスペインのストリーミングプラットフォームから立ち上げた提案です フィルミン 戦略ディレクターのヘレナ・オラー氏が署名したコミュニティブログのエントリーで、この記事は雑誌の記事として 10 月 6 日に公開されました。 網膜。その中で彼は次の価値を分析しています。 テクノロジーと人間の判断を組み合わせる 真に充実した体験を提供するために、Filmin が購読者にパーソナライズされたコンテンツを提供するために適用している公式を公開します。
アルゴリズムはコンテンツの量の管理に役立ちますが、不確実性を過度に低減する可能性があります
したがって、防御する アルゴリズムの有用性 視聴者にとって実質的に手の届かない量のコンテンツに直面して、推奨のレベルを下げることができます。これにより、システムはその機能を実行するために、以前に視聴したもの、検索されたもの、または視聴を放棄したもの、同様の行動を持つユーザーが何を選択したか、タイトルの人気など、複数の信号を組み合わせることを保証します。同氏によると、目標は不確実性を減らし、ユーザーが何を選択する可能性があるかを予測することだという。
ただし、それらには以下のことが伴います。 確率を推奨の唯一の基準にしてしまう危険性。 「私たちが見せられているすべてが私たちがすでに行ったことから推測される場合、パーソナライゼーションは私たちをますます狭いバージョンの自分自身の好みに戻す危険があります。」とオーラー氏は説明し、その役割について次のように警告している。 人工知能 このロジックを推進する中で、 超個人化。
このアルゴリズムの優位性に代わるものとして、プラットフォームの編集チームの作業が関与する「アルゴリズム」モデルが提案されています。同氏が断言するように、これは、どのタイトルを取得するかを決定するとき、それらをリリースする適切な時期を選択するとき、またはそのタイトルの特徴や他のタイトル、テーマ、著者との関連性を理解するために追加コンテンツを作成するときに、推奨自体のずっと前から始まります。この哲学の一例としては、Filmin が定期的に公開するビデオが挙げられます。このビデオでは、プラットフォームの共同創設者である Jaume Ripoll がカタログに追加される新機能を発表します。
また、この仕事の一部は、フィルミンが確立した契約を運ぶことです。 スペインのNetflixから選ばれたカタログの一部。 10月に発表されたように、このコラボレーションは、Filmin編集チームが選んだ毎月の映画とドキュメンタリーのコレクションを通じて明確に表現されており、Netflix内の特定のセクションで視聴できるようになります。このようにして、Netflix は毎月 1 日に、スペインのサービスの編集キュレーションの恩恵を受け、Filmin によってライセンスされ選択された 10 本のタイトルで構成される新しいコレクションを組み込むことになります。
「それは職人技であり、継続的な作業です。チームは映画を観て、世界で何が起こっているのかを解釈し、コミュニティの声に耳を傾け、必ずしも明らかではないつながりを構築します。」とフィルミンの戦略ディレクターは言います。一連のコンテンツに「これまでに見た内容に基づいて」と表示されている場合、アルゴリズムは履歴を使用して開始点を認識します。ただし、他のユーザーが同じルートをたどっているため、表示される映画がそこにある必要はありません。これらが存在するのは、編集チームの誰かが、あなたが見たものに手動でリンクしたからです。”。
このビジョンは、作品を配布したり、アルゴリズムを置き換えたりすることを意図したものではなく、むしろ、オーラー氏が現在の大きな課題の 1 つと考えているもの、つまりコンテンツの制作を超えて、過剰なものの中から見るべきものを選択することに対処するために、キュレーションの作業と共存させることを目的としています。 「この選択には判断力が必要ですが、テクノロジーのおかげで、他の方法では不可能な規模で各人にそれを届けることができます。」と彼は文章の中で断言している。
この点に関して、彼は「アルゴリズム」モデルは 2層アーキテクチャ、 つまり、編集基準によって関係が構築され、アルゴリズムによってそれらへのアクセスがパーソナライズされます。したがって、人間のチームは作品を選択し、文脈を設定し、一種の地図に関連付けますが、テクノロジーは各ユーザーが持つ知識を使用して、地図上のどの時点から探索を開始できるかを決定します。
「主に集合的な行動に基づいたモデルでは、「この映画を見た人はこの映画も見ました」となります。アルゴトリアル モデルは次のように言うことができます。「あなたはこの映画を見たので、私たちのチームが特定の理由でそれに関連した別の映画を見せます」」とオーラー氏は言います。アルゴリズムはどこから開始するかを認識します。編集基準はどこまでできるかを提案します”。
つまり、確率と 関連性、コンテキスト、多様性、発見。
しかし、編集作業では間違った選択をしたり、読者をあまり惹きつけないタイトルに賭けたりする可能性があるため、自分が確実ではないことも認めています。ただし、Filmin ディレクティブにより、重要なのは、システムに障害が発生した場合に、 後ろに誰かがいる プロセスを見直して修正し、決定の背後にある戦略を説明します。彼は、不透明なシステムではそのようなことは起こらないと断言しています。
「私たちは予測するだけのシステムを信頼しません。私たちは署名のある基準を信頼します。」
だからこそ彼は、「アルゴリズム」モデルの大きな貢献は信頼であると主張している。 「私たちは予測だけを行うシステムを信頼しません。私たちは、署名があり、間違っている可能性があり、それに対して責任を負う基準を信頼します。その署名は、後で私たちにリスクを取る許可を与えるものです」と彼は説明します。
これらの方針に沿って、世界と現実のビジョンが私たちのイデオロギー、確信、信念と一致するものに縮小されるのを防ぐために、推奨プロセスへの人間の介入を増やすことが求められます。したがって、今後の推奨事項は、アルゴリズムの規模と関連性を組み合わせる必要があることを考慮してください。 人々の状況、感情、判断。 そして、これらの人々は、プラットフォームの編集チームや、推奨事項を共有する他のユーザーである可能性があります。
「そこに本当のチャンスがあると私は信じています。バイラルビデオの即時性と競合することではなく、明らかではないものを癒し、コメントし、あえて勧めるコミュニティを構築することにあります。」とオーラー氏は指摘する。 「編集チームであれ、コミュニティであれ、自分が尊敬する趣味を持った友人であれ、誰かを信頼すると、自分一人では決して行かなかった場所にあえて行こうとします。不確実性を減らすように訓練されたシステムは、あなたを安全な選択に近づける傾向があります。信頼は逆のこともできます。つまり、リスクを取る許可を与えることです。」