Изучение подхода «американские горки» в алгоритмах машинного обучения, которые используют стратегически размещенные данные для изменения принятия решений пользователями.

При использовании большинства цифровых продуктов сделка заключается в том, что вы обмениваете время на услугу. Google разработал программу, которая дает ответ практически на любой вопрос, который у нас может возникнуть. Благодаря все большему и большему использованию своего инструмента поиска информации, большинство людей немедленно обращаются к поиску ответа в Google. Вы можете сказать, что это кажется полезным. Именно тогда мы должны спросить себя, какую выгоду мы получаем от использования каждого технологического чуда, в которое мы вкладываем время. Что происходит, когда алгоритмы машинного обучения этого сервиса знают о вас достаточно, чтобы реализовывать стратегии, которые начинают искажать ваше представление об ответственном использовании, влияя на сколько времени вы тратите на использование сервиса? Когда пользователи ошибочно принимают решения, которые они бы не приняли без использования приложения, это может быть не в их пользу.

Стратегии манипулятивного проектирования заходят слишком далеко, когда резко меняют способность пользователей принимать ответственные решения. Когда этический договор намеренно изменяется с помощью обманных методов, без сознательного осознания и одобрения жертвы, линия должна быть нарисовано как вызывающая привыкание манипуляция.

Компания должна понять, чего хочет пользователь, прежде чем она сможет изменить то, что он делает.

Первый, самый фундаментальный элемент манипулятивного дизайна

Кто-то сказал большие данные? Довольно просто. Вы, наверное, уже знаете, что компании собирают вашу личную информацию из продуктов, которые вы используете, и обмениваются этими данными с другими компаниями. Часто эти компании неэтично изменяют или расставляют приоритеты в наших данных, одновременно говоря нам, чтобы мы продолжали быстро создавать и использовать технологии и просто «все равно использовать продукт» вместо того, чтобы решать проблемы с помощью машинного обучения. В «Гонке за технологией: инструменты аболиционистов для нового кода Джима» утверждается, что новые методы социального контроля внедряются по мере того, как компании собирают все больше и больше наших данных. Изменения в наших решениях возрастают на меньших поведенческих уровнях и в наших более крупных социальных конструкциях. Хотя это вполне реально и широко распространено в нашем обществе, мы не будем фокусироваться здесь на социальных манипуляциях, а будем больше озабочены тем, как данные о поведении собираются и преобразуются для побуждения к немедленным взаимодействиям.

Стратегии манипулятивного дизайна используют эти данные, чтобы сообщать о том, что мы упомянем позже, — о ключевых моментах в путешествии пользователя. Алгоритмы динамически собирают и используют данные в том же живом сеансе, в котором вы используете продукт, чтобы сообщить, какой контент алгоритм предлагает вам. Компания не сможет успешно изменить процесс принятия решений на фундаментальном уровне без сбора этих поведенческих данных.

Пользователь должен быть полностью погружен, стратегически сосредоточившись на том, где и как размещается контент.

Второй стратегический элемент манипулятивного дизайна

Вспомните случай, когда вы искали новые вакансии в мобильном приложении LinkedIn во время поиска работы или использовали рекомендуемую ленту Instagram, находясь в туалете, чтобы скоротать 10 минут, в течение которых вы там находились. Оба этих приложения просто покажут вам рекомендуемый контент, загруженный во время запуска приложения, в надежде предоставить самый последний и актуальный контент вверху, с которым вы сможете взаимодействовать. Почему? Потому что они знают, что вы уйдете через несколько минут, поэтому предоставление динамически адаптированного контента менее важно. Как только вы закончите заниматься делами в туалете, легко спрыгнуть. Каналы этих приложений не обязательно манипулируют вами, вызывая привыкание к прокрутке. Единственным значительным вызывающим привыкание последствием, вызываемым большинством каналов социальных сетей, является напоминание о необходимости время от времени возвращаться в приложение.

Стратегии манипулятивного дизайна нацелены на создание зависимости в настоящий момент использования. Мало того, что манипулятивные дизайны заставляют вас жаждать вернуться в приложение, как большинство прокручиваемых каналов, но и в каждом сеансе использования вы настолько погружаетесь, что теряете контроль над своей способностью четко осознавать, что вы делаете и как долго. . Если используются манипулятивные паттерны, ваше пребывание в ванной может растянуться на 20 минут, даже если вы этого не осознаете. Зачем продукту это нужно? Они могут показывать вам больше контента и объявлений. Заставляя вас возвращаться к приложению, а затем еще больше заставляя вас использовать приложение в течение более длительных периодов времени, время, проведенное с продуктом, увеличивается в геометрической прогрессии, а владельцы продукта просто думают обо всех деньгах, которые они зарабатывают на доходах от рекламы. ☁️💸☁️

Давайте посмотрим на дизайн казино, а не на сами игровые автоматы, а на их размещение. В прошлом веке архитекторы, которые специализировались на дизайне казино, точно знали, как заставить жаждущих побед посетителей играть целыми днями, создавая высокие баллы каждый раз, когда они достигают низкой точки. Некоторые из самых декоративных и захватывающих игровых автоматов размещаются при первом входе, но они имеют невероятно высокий риск и низкую награду. Он разработан так, чтобы вы были взволнованы, использовали их ненадолго, а затем захотели пойти глубже и больше. После того, как вы зацепитесь и продвинетесь дальше в здание, игровые автоматы с большими и маленькими обязательствами стратегически разбросаны по комнате, чтобы держать вас на эмоциональных американских горках волнения, потери, волнения, потери, волнения… вы поняли идею. Если бы все машины предоставляли одинаковый опыт с одинаковым обязательством, вы бы в конечном итоге «проснулись» и поняли, что едете на плоских американских горках, что устарело и не доставляет удовольствия. Это как ехать по ровному шоссе среди пустынных равнин без поворотов и холмов — не очень.

Узнайте, когда пользователю нужен определенный контент и как долго он будет с ним взаимодействовать, прежде чем выгорает.

Третий, самый эффективный элемент манипулятивного дизайна

Манипулятивный дизайн зависит не только от того, как и где реализуются вводящие в заблуждение визуальные эффекты, но и от психологически стратегического размещения когда открывается контент и для как долго пользователь взаимодействует с этим контентом, прежде чем увидит новый контент.

Приложения, которые отдают приоритет длительности сеанса, знают, когда использовать контент, чтобы манипулировать пользователями для более активного использования.

Продолжительность сеанса — это время, которое достигает кульминации после того, как пользователь принимает X решений/взаимодействий в рамках заданных начальных и конечных точек процесса. Для большинства компаний, занимающихся мобильными приложениями, это относится к взаимодействиям между моментами открытия и закрытия приложения.

С увеличением продолжительности сеанса на пользователя увеличивается показатель удержания продукта, а показатель оттока сгорает, что увеличивает количество и качество просмотренных и взаимодействующих объявлений, которые приносят доход. Одним из новейших и наиболее успешных примеров продукта, в котором сегодня используется эта техника манипулятивного дизайна, является — вы, наверное, слышали — TikTok. Но вернемся к этому.

Так как же компании определяют наиболее эффективные моменты в путешествии пользователя, чтобы предоставить им контент и изменить их поведение? Алгоритмы машинного обучения умеют показывать интересный контент, когда пользователь достигает критических эмоциональных точек.

McKinsey говорит нам, что для управления изменением поведения достаточно определить убеждения, привычки и пиковые моменты пути пользователя, чтобы привести к фундаментальным изменениям в поведении. Почему это возможно? Что-то под названием правило пика-конца:

Люди судят об опыте в основном по тому, что они чувствовали на пике и в конце, а не по общей сумме или среднему значению каждого момента опыта.

Вот график, поясняющий это (пожалуйста, не обращайте внимания на мою куриную царапину):

Что, если команда по стратегии продукта могла бы приправлять несколько пиковых моментов на протяжении всего пути пользователя? Это приведет к невероятно масштабируемой поведенческой трансформации, которая напрямую повлияет на пользователей, оказывая значительное и долгосрочное влияние на их эмоциональную привязанность к продукту или услуге. Вместо того, чтобы у пользователя было всего несколько всплесков дофамина при использовании продукта в одном несколько последовательно наклонном путешествии вверх и вниз, пиковые моменты пользователей внезапно масштабируются во многие другие мини-этапы с более высокой скоростью в более крупном пользователе. путешествие. Использование поведенческих данных для объединения тонны мини-этапов пика и завершения в более масштабное путешествие влияет на скорость и интенсивность эмоциональной реакции пользователя на самом фундаментальном уровне, привязывая этого пользователя к захватывающей природе приложения. Мне нравится называть это подходом американских горок.

Подход «американские горки» — это когда алгоритмы машинного обучения используют поведенческие данные для экспоненциального увеличения продолжительности сеанса, динамически вызывая поведенческие изменения на склоне эмоционально важных моментов пользователей.

Давайте посмотрим, что я имею в виду под подходом американских горок, используя график. Обычно контент вводится в виде медленных линейных подъемов и спусков. Подход американских горок показывает нам, как можно стратегически разместить данные в идеальный момент после точки спада, чтобы повторно вовлечь пользователя.

Стратеги дизайна TikTok обнаружили, что правила игры изменились. Последние моменты прокрутки пользователями каналов большинства приложений обычно заканчиваются, когда они просматривают несколько блоков контента, которые менее интересны, чем остальные, даже если весь контент относится к теме, представляющей большой интерес для пользователя. Что TikTok сделал по-другому? Они воспользовались этим «конечным моментом», проанализировав поведение своих пользователей в этот момент, какой конкретный, не категоризированный контент оказал наибольшее эмоциональное воздействие, проанализировав их уровень взаимодействия и время, проведенное с ним, а затем разместили контент, который создает «пиковые моменты» сразу после контента, создающего «конечные моменты». Это отличная павловская стратегия кондиционирования, которая заставит вас прокручивать страницу. Если бы вы просто прокручивали одну категорию контента (например, видео о технологиях или собаках), большая часть контента размылась бы в один эквивалентный опыт, и все со временем устарело бы, с одним или двумя пиковыми этапами, и вы бы ушли. раньше. Если на протяжении всего опыта будет добавлено больше пиковых стадий, подталкивающих индивидуальный, интересный и эмоциональный контент, когда другой контент станет скучным, общий опыт превратится в американские горки взлетов и падений, заставляя пользователя оставаться на более длительный период времени. .

Давайте подумаем об алгоритме TikTok, используя приготовление мамы. Ты живешь за городом и едешь в гости к родителям на две недели. Твоя мама спрашивает тебя, какую еду ты ел в последнее время. Вы говорите ей, что полюбили мексиканскую кухню и регулярно ее едите. Теперь мама умеет готовить мексиканскую еду почти каждый вечер, но не всегда. Она также помнит, что ваша любимая еда — куриная шаурма и хумус, поэтому покупает ингредиенты и для них. Ее график приготовления пищи выглядит так:

  1. Понедельник: Сальса-Верде Энчиладас
  2. Вторник: тако с говядиной
  3. Среда: кукурузная сальса энчиладас
  4. Четверг: Ешьте вне дома @ Los Amigos Fiesta
  5. Пятница: куриные буррито
  6. Суббота: тамалес
  7. Воскресенье: Чилакилес
  8. Понедельник-воскресенье: уточняется

Каждый вечер после ужина она ищет обратную связь от вас: «Как еда?» Вы говорите ей, что вы об этом думаете, по шкале от 0 до 10, от бла до отлично (кстати, никогда не делайте этого, если только ваш ответ не всегда равен 10). Каждый вечер мама записывает вашу оценку в свой кулинарный график. К концу обеих недель ваши ответы выглядели так:

  1. Понедельник: Salsa-Verde Enchiladas (8)
  2. Вторник: Тако с говядиной (7)
  3. Среда: Кукурузная сальса Энчиладас (9)
  4. Четверг: поесть в ресторане Los Amigos Fiesta (6)
  5. Пятница: куриные буррито (8)
  6. Суббота: тамалес (7)
  7. Воскресенье: Чилакилес (3)
  8. Понедельник: Кукурузная сальса Энчиладас (9)
  9. Вторник: Кесадильяс (8)
  10. Среда: Carnitas & Beans (1)
  11. Четверг: куриная шаурма и хумус (10)
  12. Пятница: куриные буррито (8)
  13. Суббота: куриная шаурма и виноградные листья (8)
  14. Воскресенье: тако с говядиной (7)

Мама сообразила, что когда она приготовит еду, которая тебе не понравится (например, чилакилес), она просто накормит тебя тем, что, как она знала, тебе понравится на следующий день, чтобы заинтересовать тебя мексиканской едой. Таким образом, ей не нужно было бы выбрасывать все запланированные блюда в холодильник и покупать разные продукты. Поэтому, когда это случилось снова, в еще худшей степени, она дала вам что-то, что, как она знала, вы любили и что не ели какое-то время, помимо того, что это совершенно отличалось от мексиканской еды. Это вызвало волнение для чего-то другого, но знакомого. Если бы вы остались на третью и четвертую неделю, она бы просто купила кучу ближневосточной еды, потому что знает, что вы немного устали от мексиканской кухни, но вам нравится это новое введение ближневосточных блюд.

Пример приготовления мамы длится две недели, но в TikTok это может длиться 20 минут. Представьте, что мексиканская еда — это категория, в которой вы начинаете смотреть видео. Считайте, что первая запланированная неделя приема пищи равна предварительно загруженным видео TikTok о прыжках с моста, ожидающих, пока вы увидите, как вы с ними взаимодействуете. Вторая неделя (подлежит уточнению) будет адаптирована в зависимости от выбора, который вы сделаете во время использования. Когда вы перестаете взаимодействовать и начинаете быстро прокручивать — ваше подсознание отчаянно охотится за интересным контентом — TikTok добавит несколько более просматриваемых или персонализированных видеороликов о прыжках с моста. Если этого недостаточно, приложение добавит контент, который, как он знает, вы любите, но который давно не видели, создавая волнение от чего-то другого, но в то же время ностальгически захватывающего. Если видео о парнях, прыгающих с моста, кажется «конечным моментом», TikTok просто поставит в очередь несколько видео с котиками, потому что знает, что вы любите их. Переходя от видео с прыжками с моста к видео с кошками, теперь у вас снова есть вы. Вы пересекли множество пиковых моментов к тому времени, когда вы подсознательно приняли решение, которое TikTok принял для вас, полностью изменить то, что вы просматриваете. Это происходит так много раз, что вы, вероятно, даже не помните, на что вы начали смотреть, когда запрыгнули на мексиканскую еду. «Подождите, мексиканская еда была из другого примера… или была им». БАМ. Зацепил.

Я рекомендую вам ознакомиться с объяснением growth.design алгоритма американских горок TikTok, информирующего данные, который меняет ваше первоначальное решение просто ненадолго проверить приложение на захватывающее желание большего количества контента, чтобы вы продолжали прокручивать. Большинство из нас так рады попробовать новые приложения и продукты, но иногда это опасно. Руха Бенджамин объясняет, что для борьбы с поведенческими и социальными изменениями наших взглядов и привычек наши антенны должны всплывать, чтобы задать вопрос, что может скрываться за всей шумихой вокруг лучше, быстрее, справедливее, когда мы слышим обещания превозносить технологический опыт и раздавать. больше наших данных в использовании высокоманипулятивных продуктов. Мы должны быть осторожны и ответственны.

Сбор эмоций пользователей, связанных с конкретными и системными технологическими привычками, позволяет получить глубоко целостную информацию о пользователях. Эти данные можно использовать для адаптации контента по своему вкусу, а также для эмоционального манипулирования вашей способностью принимать решения и действовать в соответствии с ними, принимая за вас решения, которые в противном случае вы бы не выбрали. Здесь, в Анонимных Подключенных Пользователях, мы называем это зависимостью. Алгоритмы машинного обучения собирают информацию о поведении пользователей, чтобы показывать эмоционально увлекательный контент тому же пользователю в самых захватывающих местах в самые уязвимые моменты в течение наиболее удовлетворительного периода времени, определяя разницу между оттоком пользователей и конверсией. При использовании данных в идеальный момент для того, как, когда и где размещается контент, компании могут использовать данные для повышения эмоций своих пользователей (обычно восторга/радости), заставляя этих пользователей создавать новые неврологические пути с беспрецедентной скоростью по сравнению с тем, когда они не использовались. применение данных в нужный момент. Угадайте, что это делает, ребята? Мы становимся зависимыми. У меня подскакивает уровень дофамина, и я хочу больше контента, потому что сейчас все остальное не имеет значения.